TensorFlow函数:tf.image.extract_glimpse
2018-05-30 11:02 更新
tf.image.extract_glimpse函数
tf.image.extract_glimpse(
input,
size,
offsets,
centered=True,
normalized=True,
uniform_noise=True,
name=None
)
请参阅指南:图像操作>裁剪
从输入张量中提取glimpse.
从输入张量的offsets位置处返回一组称为glimpses的窗口.如果窗口仅与输入部分重叠,则非重叠区域将填充随机噪声.
结果是一个四维张量的形状[batch_size, glimpse_height, glimpse_width, channels].通道和批处理维度与输入张量相同.输出窗口的高度和宽度在size参数中指定.
参数normalized和centered控制如何构建窗口:
- 如果坐标归一化但不居中,则0.0和1.0对应于每个高度和宽度维度的最小值和最大值.
- 如果坐标既标准化又居中,则它们的范围从-1.0到1.0.坐标(-1.0,-1.0)对应于左上角,右下角位于(1.0,1.0),中心位于(0,0).
- 如果坐标未标准化,则将其解释为像素数.
参数:
- input:float32类型的Tensor,形状为[batch_size, height, width, channels]的四维浮动张量.
- size:int32类型的Tensor,2个元素的1维张量,其包含要提取的glimpses大小;必须先指定glimpses高度,然后是glimpses宽度.
- offsets:float32类型的Tensor.形状为[batch_size, 2]的2维整数张量,其中包含每个窗口中心的 y、x 位置.
- centered:可选的bool,默认为True,指示偏移坐标是否相对于图像居中,在这种情况下,(0,0)偏移是相对于输入图像的中心的;如果为false,则(0,0)偏移量对应于输入图像的左上角.
- normalized:可选的bool,默认为True,指示偏移坐标是否归一化.
- uniform_noise:可选的bool,默认为True,指示是否应该使用均匀分布或高斯分布生成噪声.
- name:操作的名称(可选).
返回:
函数返回float32类型的Tensor.