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

简介

tf.image.nonMaxSuppressionPaddedAsync()函数是TensorFlow.js中的一个异步函数，用于实现一种针对二维坐标系中多个边界框非极大值抑制的算法。

边界框非极大值抑制（Non-Maximum Suppression，简称NMS）是目标检测领域中常见的一种技术，它的主要作用是从一组框选框中选择出最有可能包含物体的部分，抑制掉低置信度的框，避免重复计算。

实际上，NMS算法的原理是通过对每个边界框进行置信度打分的方式，按照一定规则选出最优的结果，从而抑制其他非最优的结果。

在TensorFlow.js中，tf.image.nonMaxSuppressionPaddedAsync()函数通过使用异步方式实现了NMS算法，适用于处理大规模的图像数据，同时也提供了丰富的参数选项，方便开发者进行自定义配置。

语法

tf.image.nonMaxSuppressionPaddedAsync( boxes: tf.Tensor2D, scores: tf.Tensor1D, maxOutputSize: number, iouThreshold?: number, scoreThreshold?: number, padToMaxOutputSize?: boolean ): Promise<{ selectedIndices: tf.Tensor1D, selectedScores: tf.Tensor1D }>

参数

该函数共有6个参数，分别为：

• boxes：一个形状为[m, 4]的浮点型二维张量，表示边界框的坐标信息。
• scores：一个形状为[m]的浮点型一维张量，表示边界框的置信度得分。
• maxOutputSize：一个整数，表示算法最多选取的框数。
• iouThreshold：一个可选参数，表示重叠阈值。默认值为0.5。
• scoreThreshold：一个可选参数，表示置信度得分的阈值。默认值为0。
• padToMaxOutputSize：一个可选参数，表示是否将输出张量的长度设置为最大输出数。默认值为false。

返回值

该函数的返回值为一个Promise对象，包含了两个字段：

• selectedIndices：一个长度为n的一维张量，表示选取的框的索引。
• selectedScores：一个长度为n的一维张量，表示选取的框的得分。

示例

下面给出一个简单的示例代码，演示了如何使用tf.image.nonMaxSuppressionPaddedAsync()函数实现边界框非极大值抑制：

const boxes = tf.tensor2d([[10, 20, 50, 80], [20, 30, 60, 90], [15, 25, 55, 85], [30, 40, 70, 100]]);
const scores = tf.tensor1d([0.8, 0.7, 0.9, 0.6]);
const maxOutputSize = 2;
const iouThreshold = 0.3;
const scoreThreshold = 0.5;

const { selectedIndices, selectedScores } = await tf.image.nonMaxSuppressionPaddedAsync(
  boxes, scores, maxOutputSize, iouThreshold, scoreThreshold, true);
console.log(selectedIndices.arraySync(), selectedScores.arraySync());

在这个代码示例中，我们首先定义了一组边界框的坐标信息和置信度得分，并给定了最大输出数量、重叠阈值和得分阈值等参数。随后，我们调用tf.image.nonMaxSuppressionPaddedAsync()函数并以异步方式获取返回结果，最后将选取的框的索引和得分打印出来。

参数说明

• boxes:边界框坐标信息，形状为[m, 4]的浮点张量。
• scores:边界框的置信度得分，形状为[m]的浮点张量。
• maxOutputSize:最多选取的框数。
• iouThreshold:重叠阈值，默认值为0.5。
• scoreThreshold:置信度得分的阈值，默认值为0。
• padToMaxOutputSize:是否将输出张量的长度设置为最大输出数，默认值为false。