mindspore.ops.CropAndResize

class mindspore.ops.CropAndResize(method='bilinear', extrapolation_value=0.0)[源代码]

从输入图像Tensor中提取切片并调整其大小。

说明

如果输出shape依赖于 crop_size 的值，则 crop_size 必须为常量。目前该算子仅在 method 为”bilinear”支持反向， 其他方法将直接返回0。

参数：

  • method (str, 可选) - 指定调整大小的采样方法，为可选字符串。提供的方法有：”bilinear”、”nearest”或”bilinear_v2”。”bilinear”代表标准双线性插值算法，”nearest”代表最近邻差值算法，而”bilinear_v2”在某些情况下可能会产生更好的结果。默认值：”bilinear”。

  • extrapolation_value (float, 可选) - 外插值，数据类型为float。默认值：0.0。

输入：

  • x (Tensor) - 输入为四维的Tensor，其shape必须是 \((batch, image\_height, image\_width, depth)\) 。支持的数据类型：int8、int16、int32、int64、float16、float32、float64、uint8、uint16。

  • boxes (Tensor) - 二维Tensor，其shape为 \((num\_boxes, 4)\) 。第i行表示 box_index[i] 图像区域的坐标，并且坐标[y1, x1, y2, x2]是归一化后的值。归一化后的坐标值y，映射到图像y * (image_height - 1)处，因此归一化后的图像高度范围为[0, 1]，映射到实际图像高度范围为[0, image_height - 1]。我们允许y1 > y2，在这种情况下，视为原始图像的上下翻转变换。宽度尺寸的处理类似。坐标取值允许在[0, 1]范围之外，在这种情况下，我们使用 extrapolation_value 外插值进行补齐。支持的数据类型：float32。

  • box_index (Tensor) - boxes 的索引，其shape为 \((num\_boxes)\) 的一维Tensor，数据类型为int32，取值范围为[0, batch)。box_index[i]的值表示第i个框的图像的值。

  • crop_size (Tuple[int]) - 两个int32元素元素组成的tuple：（crop_height, crop_width）。只能是常量。所有裁剪后的图像大小都将调整为此大小，且不保留图像内容的宽高比，裁剪高度和裁剪宽度都需要为正。

输出：

四维Tensor，其shape为 \((num\_boxes, crop\_height, crop\_width, depth)\) ，数据类型类型为float32。

异常：

  • TypeError - x、 boxes 或 box_index 不是Tensor。

  • TypeError - crop_size 不是int32类型的tuple，或 crop_size 的长度不是2。

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

  • TypeError - method 不是字符串。

  • TypeError - extrapolation_value 不是浮点值。

  • ValueError - x 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_index 的维度不是一维。

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

  • ValueError - box_index 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：

>>> class CropAndResizeNet(nn.Cell):
...     def __init__(self, crop_size):
...         super(CropAndResizeNet, self).__init__()
...         self.crop_and_resize = ops.CropAndResize()
...         self.crop_size = crop_size
...
...     def construct(self, x, boxes, box_index):
...         return self.crop_and_resize(x, boxes, box_index, self.crop_size)
...
>>> 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_index = np.random.uniform(size=[NUM_BOXES], low=0, high=BATCH_SIZE).astype(np.int32)
>>> crop_size = (24, 24)
>>> crop_and_resize = CropAndResizeNet(crop_size=crop_size)
>>> output = crop_and_resize(Tensor(image), Tensor(boxes), Tensor(box_index))
>>> print(output.shape)
(5, 24, 24, 3)