codecamp

TensorFlow函数:tf.image.extract_glimpse

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.

TensorFlow函数:tf.image.encode_png
TensorFlow函数:tf.image.extract_jpeg_shape
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }