mindspore.ops.crop_and_resize

mindspore.ops.crop_and_resize(image, boxes, box_indices, crop_size, method='bilinear', extrapolation_value=0.0)

对输入图像Tensor进行裁剪并调整其大小。

说明

当输出的shape依赖 crop_size 的时候，crop_size 必须为常量。 当前该算子的反向仅支持”bilinear”模式，其他模式将会返回0。

参数：

• image (Tensor) - shape为 $(batch,image\mathrm{\_}height,image\mathrm{\_}width,depth)$ 的图像Tensor。数据类型：int8, int16, int32, int64, float16, float32, float64, uint8, uint16。

• boxes (Tensor) - shape为 $(num\mathrm{\_}boxes,4)$ 的二维Tensor。其中，第 $i$ 行指定对第 $\text{box\_indices[i]}$ 张图像裁剪时的归一化坐标 $[y1,x1,y2,x2]$，那么通过归一化的 $y$ 坐标值可映射到的图像坐标为 $y\ast (image\mathrm{\_}height-1)$，因此，归一化的图像高度 $[0,1]$ 间隔映射到的图像高度间隔为 $[0,image\mathrm{\_}height-1]$。我们也允许 $y1>y2$，这种情况下，就是对图像进行的上下翻转，宽度方向与此类似。同时，我们也允许归一化的坐标值超出 $[0,1]$ 的区间，这种情况下，采用 $\text{extrapolation\_value}$ 进行填充。数据类型：float32。

• box_indices (Tensor) - shape为 $(num\mathrm{\_}boxes)$ 的一维Tensor，其中，每一个元素必须是 $[0,batch)$ 区间内的值。$\text{box\_indices[i]}$ 指定 $\text{boxes[i, :]}$ 所指向的图像索引。数据类型：int32。

• crop_size (Tuple[int]) - 2元组(crop_height, crop_width)，该输入必须为常量并且均为正值。指定对裁剪出的图像进行调整时的输出大小，纵横比可与原图不一致。数据类型：int32。

• method (str，可选) - 指定调整大小时的采样方法，取值为”bilinear”、 “nearest”或”bilinear_v2”，其中，”bilinear”是标准的线性插值算法，而在某些情况下，”bilinear_v2”可能会得到更优的效果。默认值：”bilinear”。

• extrapolation_value (float，可选) - 指定外插时的浮点值。默认值： 0.0。

返回：

Tensor，shape为(num_boxes, crop_height, crop_width, depth)，数据类型：float32 。

异常：

• TypeError - image、 boxes 或 box_indices 不是Tensor。

• TypeError - crop_size 不是元素类型为int32的tuple，或 crop_size 的长度不为2。

• TypeError - boxes 的数据类型不是float， 或者，box_indices 的数据类型不是int32。

• TypeError - method 不是字符串。

• TypeError - extrapolation_value 不是浮点值。

• ValueError - image 的维度不是四维。

• ValueError - boxes 的纬度不是二维。

• ValueError - boxes 的第二维不是4。

• ValueError - box_indices 的维度不是一维。

• ValueError - box_indices 的第一维与 boxes 的第一维不相等。

• ValueError - box_indices 存在元素不在 [0, batch) 的范围内.

• ValueError - crop_size 的数据不是正整数.

• ValueError - method 不是 “bilinear”、”nearest”、”bilinear_v2”之一。

支持平台：

Ascend GPU CPU

样例：

>>> BATCH_SIZE = 1
>>> NUM_BOXES = 5
>>> IMAGE_HEIGHT = 256
>>> IMAGE_WIDTH = 256
>>> CHANNELS = 3
>>> image = np.random.normal(size=[BATCH_SIZE, IMAGE_HEIGHT, IMAGE_WIDTH, CHANNELS]).astype(np.float32)
>>> boxes = np.random.uniform(size=[NUM_BOXES, 4]).astype(np.float32)
>>> box_indices = np.random.uniform(size=[NUM_BOXES], low=0, high=BATCH_SIZE).astype(np.int32)
>>> crop_size = (24, 24)
>>> output = ops.crop_and_resize(Tensor(image), Tensor(boxes), Tensor(box_indices), crop_size)
>>> print(output.shape)
 (5, 24, 24, 3)