mindspore.ops.crop_and_resize

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

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 \((batch, image\_height, image\_width, depth)\) 的图像Tensor。

  • boxes (Tensor) - shape为 \((num\_boxes, 4)\) 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 \((num\_boxes)\) 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) - 指定调整大小的采样方法,为可选字符串。提供的方法有: "bilinear""nearest""bilinear_v2" 。默认值: "bilinear"

    • "nearest":最近邻插值。每个输出像素的值为最近的输入像素的值。这种方法简单快速,但可能导致块状或像素化的输出。

    • "bilinear":双线性插值。每个输出像素是最接近的四个输入像素的加权平均值,使用双线性插值计算。与最近邻插值相比,此方法产生更平滑的结果。

    • "bilinear_v2":优化后的双线性插值算法,在某些情况下可能会产生更好的结果(更高的精度和速度)。

  • 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 - imageboxesbox_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)