文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

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。

• boxes (Tensor) - shape为 $(num\mathrm{\_}boxes,4)$ 的二维Tensor，表示归一化的边框坐标，坐标格式为 $[y1,x1,y2,x2]$ 。其中 $(y1,x1)$ 为第一个角点， $(y2,x2)$ 为第二个角点。如果 $y1>y2$ ，就是对图像进行的上下翻转，当 $x1>x2$ ，宽度方向操作类似。如果归一化的坐标值超出 $[0,1]$ 的区间，采用 extrapolation_value 进行填充。数据类型：float32。

• box_indices (Tensor) - shape为 $(num\mathrm{\_}boxes)$ 的一维Tensor，表示每个方框的索引。数据类型：int32。

• crop_size (Tuple[int]) - 2元组(crop_height, crop_width)，指定对裁剪出的图像进行调整时的输出大小，元素均为正值。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。 "nearest" 是最邻近插值算法。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 $(num\mathrm{\_}boxes,crop\mathrm{\_}height,crop\mathrm{\_}width,depth)$ ，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 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 的维度不是二维。

• 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：

>>> import numpy as np
>>> from mindspore import ops, Tensor
>>> 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)