nvidia.dali.fn.decoders.image_slice#
- nvidia.dali.fn.decoders.image_slice(__data, __anchor=None, __shape=None, /, *, affine=True, axes=[1, 0], axis_names='WH', bytes_per_sample_hint=[0], device_memory_padding=16777216, device_memory_padding_jpeg2k=0, end=None, host_memory_padding=8388608, host_memory_padding_jpeg2k=0, hw_decoder_load=0.65, hybrid_huffman_threshold=1000000, jpeg_fancy_upsampling=False, memory_stats=False, normalized_anchor=True, normalized_shape=True, output_type=DALIImageType.RGB, preallocate_height_hint=0, preallocate_width_hint=0, preserve=False, rel_end=None, rel_shape=None, rel_start=None, shape=None, start=None, use_fast_idct=False, device=None, name=None)#
解码图像并提取感兴趣区域。
切片可以通过提供起始和结束坐标，或起始坐标和切片的形状来指定。坐标和形状都可以用绝对或相对术语提供。
切片参数可以通过以下命名参数指定
start: 切片起始坐标 (绝对)rel_start: 切片起始坐标 (相对)end: 切片结束坐标 (绝对)rel_end: 切片结束坐标 (相对)shape: 切片形状 (绝对)rel_shape: 切片形状 (相对)
切片可以通过提供起始和结束坐标或起始和形状来配置。相对和绝对参数可以混合使用（例如，
rel_start可以与shape一起使用），只要起始和形状或结束被唯一地定义。或者，可以提供两个额外的位置输入，指定
__anchor和__shape。当使用位置输入时，可以使用两个额外的布尔参数normalized_anchor/normalized_shape来指定所提供参数的性质。对锚点和形状使用位置输入与上面指定的命名参数不兼容。切片参数应提供与
axis_names或axes参数指定的维度一样多的维度。默认情况下，
nvidia.dali.fn.decoders.image_slice()操作符对切片参数使用归一化坐标和“WH”顺序。在可能的情况下，该参数使用 ROI 解码 API（例如，libjpeg-turbo 和 nvJPEG）来优化解码时间和内存使用。当给定的图像格式不支持 ROI 解码时，它将解码整个图像并裁剪选定的 ROI。
解码器的输出采用 HWC 布局。
支持的格式：JPG、BMP、PNG、TIFF、PNM、PPM、PGM、PBM、JPEG 2000、WebP。
注意
JPEG 2000 感兴趣区域 (ROI) 解码在 GPU 上未加速，并且无论选择哪个后端都将使用 CPU 实现。对于 GPU 加速实现，请考虑使用单独的
decoders.image和slice操作符。注意
EXIF 方向元数据被忽略。
- 支持的后端
‘cpu’
‘mixed’
- 参数:
__data¶ (TensorList) – 包含输入数据的批次。
__anchor¶ (1D TensorList of float or int, 可选) –
包含切片起始点（x0、x1、x2 等）的归一化或绝对坐标的输入。
整数坐标被解释为绝对坐标，而浮点坐标可以被解释为绝对或相对坐标，具体取决于
normalized_anchor的值。__shape¶ (1D TensorList of float or int, 可选) –
包含切片维度（s0、s1、s2 等）的归一化或绝对坐标的输入。
整数坐标被解释为绝对坐标，而浮点坐标可以被解释为绝对或相对坐标，具体取决于
normalized_shape的值。
- 关键字参数:
affine¶ (bool, 可选, 默认 = True) –
仅适用于
mixed后端类型。如果设置为 True，内部线程池中的每个线程将绑定到特定的 CPU 核心。否则，线程可以由操作系统重新分配到任何 CPU 核心。
axes¶ (int 或 int 列表 或 int 的 TensorList, 可选, 默认 = [1, 0]) –
用作维度索引的锚点和形状切片输入的维度顺序。
负值被解释为从后往前计数维度。有效范围：
[-ndim, ndim-1]，其中 ndim 是输入数据中的维度数。axis_names¶ (layout str, 可选, 默认 = ‘WH’) –
用于锚点和形状切片输入的维度的顺序，如布局中所述。
如果提供了值，
axis_names的优先级将高于axes。bytes_per_sample_hint¶ (int 或 int 列表, 可选, 默认 = [0]) –
输出大小提示，以字节/样本为单位。
如果指定，则驻留在 GPU 或页锁定主机内存中的操作符输出将被预先分配以适应此大小的样本批次。
device_memory_padding¶ (int, 可选, 默认 = 16777216) –
仅适用于
mixed后端类型。nvJPEG 设备内存分配的填充，以字节为单位。此参数有助于避免在遇到更大的图像时 nvJPEG 中的重新分配，并且需要重新分配内部缓冲区以解码图像。
如果提供的值大于 0，则操作符为每个线程预分配一个请求大小的设备缓冲区。如果正确选择该值，则在 pipeline 执行期间不会发生额外的分配。找到理想值的一种方法是在数据集上完整运行一次，并将
memory_stats参数设置为 True，然后复制统计信息中打印的最大分配值。device_memory_padding_jpeg2k¶ (int, 可选, 默认 = 0) –
仅适用于
mixed后端类型。nvJPEG2k 设备内存分配的填充，以字节为单位。此参数有助于避免在遇到更大的图像时 nvJPEG2k 中的重新分配，并且需要重新分配内部缓冲区以解码图像。
如果提供的值大于 0，则操作符根据提供的提示预分配必要数量的缓冲区。如果正确选择该值，则在 pipeline 执行期间不会发生额外的分配。找到理想值的一种方法是在数据集上完整运行一次，并将
memory_stats参数设置为 True，然后复制统计信息中打印的最大分配值。end¶ (int 或 int 列表 或 int 的 TensorList, 可选) –
切片的结束坐标。
注意：提供命名参数
start、end、shape、rel_start、rel_end、rel_shape与提供位置输入锚点和形状不兼容。host_memory_padding¶ (int, 可选, 默认 = 8388608) –
仅适用于
mixed后端类型。nvJPEG 主机内存分配的填充，以字节为单位。此参数有助于防止在遇到更大的图像时 nvJPEG 中的重新分配，并且需要重新分配内部缓冲区以解码图像。
如果提供的值大于 0，则操作符为每个线程预分配两个（由于双缓冲）请求大小的主机固定缓冲区。如果选择正确，则在 pipeline 执行期间不会发生额外的分配。找到理想值的一种方法是在数据集上完整运行一次，并将
memory_stats参数设置为 True，然后复制统计信息中打印的最大分配值。host_memory_padding_jpeg2k¶ (int, 可选, 默认 = 0) –
仅适用于
mixed后端类型。nvJPEG2k 主机内存分配的填充，以字节为单位。此参数有助于防止在遇到更大的图像时 nvJPEG2k 中的重新分配，并且需要重新分配内部缓冲区以解码图像。
如果提供的值大于 0，则操作符根据提供的提示预分配必要数量的缓冲区。如果正确选择该值，则在 pipeline 执行期间不会发生额外的分配。找到理想值的一种方法是在数据集上完整运行一次，并将
memory_stats参数设置为 True，然后复制统计信息中打印的最大分配值。hw_decoder_load¶ (float, 可选, 默认 = 0.65) –
要由 HW JPEG 解码器处理的图像数据百分比。
仅适用于 NVIDIA Ampere GPU 和更新架构中的
mixed后端类型。确定将卸载到硬件解码器的工作负载的百分比（如果可用）。最佳工作负载取决于提供给 DALI pipeline 的线程数，应凭经验找到。更多详细信息请访问 https://developer.nvidia.com/blog/loading-data-fast-with-dali-and-new-jpeg-decoder-in-a100
hybrid_huffman_threshold¶ (int, 可选, 默认 = 1000000) –
仅适用于
mixed后端类型。像素总数（
height * width）高于此阈值的图像将使用 nvJPEG 混合 Huffman 解码器。像素较少的图像将使用 nvJPEG 主机端 Huffman 解码器。注意
混合 Huffman 解码器仍然主要使用 CPU。
jpeg_fancy_upsampling¶ (bool, 可选, 默认 = False) –
使
mixed后端使用与cpu后端相同的色度上采样方法。此选项对应于 libjpegturbo 或 ImageMagick 中提供的 JPEG fancy upsampling。
memory_stats¶ (bool，可选，默认值 = False) –
仅适用于
mixed后端类型。打印关于 nvJPEG 分配的调试信息。关于最大分配的信息可能有助于确定
device_memory_padding和host_memory_padding适用于数据集的值。注意
统计信息是全局性的，针对整个进程，而不是每个算子实例，并且包括在构建期间进行的分配（如果填充提示非零）。
normalized_anchor¶ (bool，可选，默认值 = True) –
确定是否应将锚点位置输入解释为归一化坐标（范围 [0.0, 1.0]）或绝对坐标。
注意
此参数仅在锚点数据类型为
float时相关。对于整数类型，坐标始终是绝对坐标。normalized_shape¶ (bool，可选，默认值 = True) –
确定是否应将形状位置输入解释为归一化坐标（范围 [0.0, 1.0]）或绝对坐标。
注意
此参数仅在锚点数据类型为
float时相关。对于整数类型，坐标始终是绝对坐标。output_type¶ (
nvidia.dali.types.DALIImageType，可选，默认值 = DALIImageType.RGB) –输出图像的色彩空间。
注意：当解码为 YCbCr 时，图像将先解码为 RGB，然后转换为 YCbCr，遵循 ITU-R BT.601 中的 YCbCr 定义。
preallocate_height_hint¶ (int，可选，默认值 = 0) –
图像宽度提示。
仅适用于 NVIDIA Ampere GPU 和更新架构中的
mixed后端类型。该提示用于为 HW JPEG 解码器预分配内存。
preallocate_width_hint¶ (int，可选，默认值 = 0) –
图像宽度提示。
仅适用于 NVIDIA Ampere GPU 和更新架构中的
mixed后端类型。该提示用于为 HW JPEG 解码器预分配内存。
preserve¶ (bool，可选，默认值 = False) – 阻止算子从图中移除，即使其输出未使用。
rel_end¶ (float 或 float 列表或 float 的 TensorList，可选) –
切片的相对结束坐标（范围 [0.0 - 1.0]）。
注意：提供命名参数
start、end、shape、rel_start、rel_end、rel_shape与提供位置输入锚点和形状不兼容。rel_shape¶ (float 或 float 列表或 float 的 TensorList，可选) –
切片的相对形状（范围 [0.0 - 1.0]）。
提供命名参数
start、end、shape、rel_start、rel_end、rel_shape与提供位置输入 anchor 和 shape 不兼容。rel_start¶ (float 或 float 列表或 float 的 TensorList，可选) –
切片的相对起始坐标（范围 [0.0 - 1.0]）。
注意：提供命名参数
start、end、shape、rel_start、rel_end、rel_shape与提供位置输入锚点和形状不兼容。shape¶ (int 或 int 列表或 int 的 TensorList，可选) –
切片的形状。
提供命名参数
start、end、shape、rel_start、rel_end、rel_shape与提供位置输入 anchor 和 shape 不兼容。split_stages¶ (bool) –
警告
参数 split_stages 不再使用，并将在未来的版本中移除。
start¶ (int 或 int 列表或 int 的 TensorList，可选) –
切片的起始坐标。
注意：提供命名参数
start/end或start/shape与提供位置输入 anchor 和 shape 不兼容。use_chunk_allocator¶ (bool) –
警告
参数 use_chunk_allocator 不再使用，并将在未来的版本中移除。
use_fast_idct¶ (bool，可选，默认值 = False) –
在基于 libjpeg-turbo 的 CPU 解码器中启用快速 IDCT，当
device设置为 “cpu” 时，或者当它设置为 “mixed” 但特定图像无法由 GPU 实现处理时使用。根据 libjpeg-turbo 文档，解压缩性能提高了高达 14%，而质量几乎没有降低。
另请参阅