TensorFlow.js tf.image.nonMaxSuppressionWithScore()函数介绍

概述

tf.image.nonMaxSuppressionWithScore()函数是TensorFlow.js中的一个图像处理函数，用于在给定一组候选框和它们的分数时，根据一定的阈值筛选出最大的框。这个功能非常适用于目标检测等视觉任务，可以帮助程序员实现非极大值抑制（Non-Maximum Suppression，NMS）算法。

语法

tf.image.nonMaxSuppressionWithScore(boxes, scores, maxOutputSize, iouThreshold=0.5, scoreThreshold=Number.NEGATIVE_INFINITY)

参数

• boxes：一个2D张量，形状为[候选框数量, 4]，表示候选框的坐标，格式为[y1, x1, y2, x2]，其中(x1, y1)是左上角坐标，(x2, y2)是右下角坐标。
• scores：一个1D张量，形状为[候选框数量]，表示每个候选框的分数。
• maxOutputSize：一个正整数值，表示输出的最大框数量。
• iouThreshold：一个非负浮点数，表示IoU（Intersection over Union）的阈值。候选框之间的IoU值大于该阈值的将被过滤掉。
• scoreThreshold：一个浮点数，表示分数的阈值。低于该阈值的候选框将被过滤掉。

返回值

一个带有两个字段的对象：

• selectedIndices：一个1D张量，形状为[输出的框数量]，表示被选中的框的索引。
• selectedScores：一个1D张量，形状为[输出的框数量]，表示被选中的框的分数。

示例

const boxes = tf.tensor2d([[10, 10, 20, 20], [15, 15, 25, 25], [30, 30, 40, 40]]);
const scores = tf.tensor1d([0.9, 0.75, 0.6]);

const maxOutputSize = 2;
const iouThreshold = 0.5;
const scoreThreshold = 0.5;

const { selectedIndices, selectedScores } = tf.image.nonMaxSuppressionWithScore(boxes, scores, maxOutputSize, iouThreshold, scoreThreshold);

console.log("Selected Indices:", selectedIndices.dataSync());
console.log("Selected Scores:", selectedScores.dataSync());

结论

tf.image.nonMaxSuppressionWithScore()函数是TensorFlow.js中一个非常实用的图像处理函数，它可以根据特定的阈值和策略，从一组候选框中选择出最重要的框。程序员可以结合这个函数来实现目标检测等任务，一定程度上提高算法的准确性和效率。