TensorFlow.js tf.image.nonMaxSuppressionPadded()函数

简介

tf.image.nonMaxSuppressionPadded() 是 TensorFlow.js 中的一个非最大值抑制算法函数，用于对检测边界框进行过滤，以去重重叠的边界框，得到最终的检测结果。

语法

tf.image.nonMaxSuppressionPadded(boxes, scores, maxOutputSize, iouThreshold, scoreThreshold)

参数

• boxes：形状为[numBoxes, 4]的张量，表示边界框坐标（左上角和右下角），支持多个目标同时进行计算
• scores：形状为[numBoxes]的张量，表示每个目标的置信度（得分）
• maxOutputSize：输出目标数量的最大值，为整数类型
• iouThreshold：重叠度阈值（0-1之间的实数），表示两个边界框之间的重叠度必须大于该阈值才能被处理，否则忽略，推荐值为0.5
• scoreThreshold：置信度阈值，只保留满足该阈值的目标，必须是正实数，通常设置为0.0

返回值

• selectedIndices：形状为[M]的张量，表示选中的目标索引，其中M <= maxOutputSize
• validOutputs：形状为[]的标量张量，表示选中的目标数量，为整数类型

示例

const tf = require('@tensorflow/tfjs-node-gpu')
const boxes = tf.tensor2d([[0,0,1,1], [0.5,0.5,1,1]])
const scores = tf.tensor1d([0.9, 0.8])
const maxOutputSize = 1
const iouThreshold = 0.5
const scoreThreshold = 0.0
const result = tf.image.nonMaxSuppressionPadded(boxes, scores, maxOutputSize, iouThreshold, scoreThreshold)
result.selectedIndices.print()
result.validOutputs.print()

输出结果：

Tensor
  [[0]]  
  dtype: int32
Tensor
  1
  dtype: int32

注意事项

• 本函数只支持CPU和GPU，在浏览器端需要使用tf.setBackend('cpu')或tf.setBackend('webgl')指定后端，服务器端需要使用tensorflow-gpu或tensorflow-cpu
• 本函数对于同一目标的多个边界框，只保留置信度最高的那个边界框
• 本函数返回的selectedIndices是有序的从大到小排列的，即与scores对应的下标
• 本函数中的边界框坐标格式必须为[y1, x1, y2, x2]，以下同
• 本函数会自动进行边界框坐标的规范化，即将坐标值缩放为[0,1]之间的实数
• 本函数针对边界框进行非最大值抑制，不适用于其他形状
• 本函数的处理结果是不确定的，与硬件、操作系统、TensorFlow版本、随机数种子等有关。建议多次运行以得到稳定结果