TensorFlow函数：tf.image.sample_distorted_bounding_box

tf.image.sample_distorted_bounding_box函数

tf.image.sample_distorted_bounding_box(
    image_size,
    bounding_boxes,
    seed=None,
    seed2=None,
    min_object_covered=0.1,
    aspect_ratio_range=None,
    area_range=None,
    max_attempts=None,
    use_image_if_no_bounding_boxes=None,
    name=None
)

定义在：tensorflow/python/ops/image_ops_impl.py.

请参阅指南：图像操作>图像使用边框

为图像生成一个随机扭曲的边界框.

在图像识别或对象定位任务中,除了ground-truth标签外,通常还会提供边界框注释.训练这种系统的一种常用技术是随机地扭曲图像,同时保留其内容,即数据增强.这个运算输出中的对象的随机扭曲的定位,即边界框,给定一个image_size,bounding_boxes和一系列的限制.

该操作的输出是一个可用于裁剪原始图像的单个边界框.输出返回为3个张量：begin,size和bboxes.前两个张可直接送入tf.slice以裁剪图像.可以提供后者tf.image.draw_bounding_boxes以可视化边界框的外观.

边界框被提供并作为[y_min, x_min, y_max, x_max]返回.边界框坐标在[0.0, 1.0]相对于底层图像的宽度和高度的浮点数.

例如：

# Generate a single distorted bounding box.
begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
    tf.shape(image),
    bounding_boxes=bounding_boxes,
    min_object_covered=0.1)

# Draw the bounding box in an image summary.
image_with_box = tf.image.draw_bounding_boxes(tf.expand_dims(image, 0),
                                              bbox_for_draw)
tf.summary.image('images_with_box', image_with_box)

# Employ the bounding box to distort the image.
distorted_image = tf.slice(image, begin, size)

请注意,如果没有边界框信息可用,则设置use_image_if_no_bounding_boxes=true将假定存在覆盖整个图像的单个隐式边界框.如果use_image_if_no_bounding_boxes为false并且没有提供边界框,则会引发错误.

参数：

• image_size：一个Tensor,必须是下列类型之一：uint8,int8,int16,int32,int64,是1维的,并且包含[height, width, channels].
• bounding_boxes：一个float32类型的Tensor,三维的,形状为[batch, N, 4],描述与图像相关的Ñ个边界框.
• seed：可选的int,默认为0；如果seed或者seed2其中之一被设置为非零,则随机数发生器由给定的seed播种；否则,它会被随机种子播种.
• seed2：可选的int,默认为0；用于避免种子碰撞的第二个种子.
• min_object_covered：一个float32类型的张量,默认为0.1,图像的裁剪区域必须至少包含提供的任何边界框的这一部分；该参数的值应该是非负的；在0的情况下,裁剪区域不需要与任何提供的边界框重叠.
• aspect_ratio_range：一个可选的floats列表,默认为[0.75, 1.33],图像的裁剪区域必须在此范围内具有宽高比=宽度/高度(ratio = width / height).
• area_range：一个可选的floats列表,默认为[0.05, 1],图像的裁剪区域必须在此范围内包含所提供图像的一部分.
• max_attempts：可选的int,默认为100,生成指定约束图像的裁剪区域的尝试次数；max_attempts失败后,返回整个图像.
• use_image_if_no_bounding_boxes：可选的bool,默认为False.如果未提供边界框,则控制行为.如果为true,则假定覆盖整个输入的隐式边界框.如果为false,则提出错误.
• name：操作的名称(可选).

返回：

Tensor对象的元型态组(begin, size, bboxes).

• begin：一个Tensor,与image_size具有相同类型；1维,包含[offset_height, offset_width, 0],提供给tf.slice的输入.
• size：一个Tensor,与image_size具有相同类型；1维,包含[target_height, target_width, -1],提供给tf.slice的输入.
• bboxes：一个float32类型的Tensor,三维的,形状为[1, 1, 4],包含所有游戏扭曲的边界框,提供给tf.image.draw_bounding_boxes的输入.