nvidia.dali.fn.segmentation.random_object_bbox#

nvidia.dali.fn.segmentation.random_object_bbox(__input, /, *, background=0, bytes_per_sample_hint=[0], cache_objects=False, class_weights=None, classes=None, foreground_prob=1.0, format='anchor_shape', ignore_class=False, k_largest=None, output_class=False, preserve=False, seed=-1, threshold=None, device=None, name=None)#

从掩码中随机选择一个对象并返回其边界框。

此操作符将标记的分段图作为输入。以 foreground_prob 的概率，它随机选择一个标签（均匀地或根据作为 class_weights 给出的分布），提取具有所选标签的像素的连接 Blob，并随机选择其中一个 Blob。可以根据 k_largest 和 threshold 进一步过滤 Blob。输出是以 format 中描述的格式之一的所选 Blob 的边界框。

以 1-foreground_prob 的概率，返回输入的整个区域。

支持的后端

  • ‘cpu’

参数:

__input (TensorList) – 操作符的输入。

关键字参数:

  • background (int 或 int 的 TensorList，可选，默认值 = 0) –

    背景标签。

    如果未指定，则为 0 或不在 classes 中的任何值。

  • bytes_per_sample_hint (int 或 int 列表，可选，默认值 = [0]) –

    每个样本的输出大小提示（以字节为单位）。

    如果指定，则驻留在 GPU 或页面锁定主机内存中的操作符输出将被预先分配，以容纳此大小的样本批次。

  • cache_objects (bool，可选，默认值 = False) –

    缓存对象边界框，以避免在先前看到的输入中查找对象 Blob 的计算成本。

    搜索连接像素的 Blob 并查找框可能需要很长时间。当数据集项目很少但项目大小很大时，您可以使用缓存来保存框，并在再次看到相同的输入时重用它们。输入基于 256 位哈希进行比较，这比重新计算对象框要快得多。

  • class_weights (float 或 float 列表或 float 的 TensorList，可选) –

    前景类别的相对概率。

    每个值对应于 classes 中的类标签。如果未指定 classes，则分配连续的从 1 开始的标签。

    权重的总和不必等于 1 - 如果不等于 1，则权重将被归一化。

  • classes (int 或 int 列表或 int 的 TensorList，可选) –

    被视为前景的标签列表。

    如果未指定，则所有不等于 background 的标签都被视为前景。

  • foreground_prob (float 或 float 的 TensorList，可选，默认值 = 1.0) – 选择前景边界框的概率。

  • format (str，可选，默认值 = ‘anchor_shape’) –

    返回数据的格式。

    可能的选择是：

    • “anchor_shape”（默认值）- 有两个输出：锚点和形状

    • “start_end” - 有两个输出：边界框的起始和结束坐标（不包含结束坐标）

    • “box” - 有一个输出，其中包含串联的起始和结束坐标

  • ignore_class (bool，可选，默认值 = False) –

    如果为 True，则以相等的概率选择所有对象，而与它们所属的类别无关。否则，首先选择一个类别，然后从此类别中随机选择一个对象。

    此参数与 classes、class_weights 或 output_class 不兼容。

    注意

    此标志仅影响选择 Blob 的概率。它不会导致合并不同类别的 Blob。

  • k_largest (int，可选) –

    如果指定，则框按体积递减排序，并且仅考虑 k_largest 个框。

    如果 ignore_class 为 True，则 k_largest 指的是所有框；否则，它指的是所选类别。

  • output_class (bool，可选，默认值 = False) –

    如果为 True，则会生成一个额外的输出，其中包含所选框所属类别的标签，如果所选框不是对象边界框，则包含背景标签。

    当发生以下任何情况时，输出可能不是对象边界框

    • 样本是随机选择的（根据 foreground_prob）不是前景框

    • 样本不包含前景对象

    • 没有边界框满足所需的大小阈值。

  • preserve (bool，可选，默认值 = False) – 阻止操作符从图中删除，即使其输出未使用。

  • seed (int，可选，默认值 = -1) – 随机种子；如果未设置，将自动分配一个。

  • threshold (int 或 int 列表或 int 的 TensorList，可选) –

    要返回的边界框的每轴最小大小。

    如果所选类别不包含任何满足此条件的边界框，则会拒绝它，并选择另一个类别。如果任何类别都不包含令人满意的框，则返回整个输入区域。

在此页面上