1mindspore.ops.ExtractGlimpse 2============================= 3 4.. py:class:: mindspore.ops.ExtractGlimpse(centered=True, normalized=True, uniform_noise=True, noise="uniform") 5 6 从输入图像Tensor中提取glimpses(通常为矩形子区域),并作为窗口返回。 7 8 .. note:: 9 如果提取的窗口和输入图像仅部分重叠,用随机噪声对非重叠部分进行填充。 10 11 参数: 12 - **centered** (bool,可选) - 可选的bool,指示偏移坐标是否相对于图像居中,如果为 ``True`` ,表示 13 (0,0)偏移是相对于输入图像的中心的;如果为 ``False`` ,则(0,0)偏移量对应于输入图像的左上角。默认为 ``True`` 。 14 - **normalized** (bool,可选) - 可选的bool,指示偏移坐标是否归一化。默认为 ``True`` 。 15 - **uniform_noise** (bool,可选) - 可选的bool,指示是否应该使用均匀分布(即高斯分布)生成噪声。默认为 ``True`` 。 16 - **noise** (str,可选) - 填充的噪声。窗口由输入大小和偏移决定,如果窗口与输入部分没有重叠,则填充随机噪声。其值可以为: ``"uniform"`` 、 ``"gaussian"`` 和 ``"zero"`` 。默认值: ``"uniform"`` 。 17 18 - 当 `noise` 为 ``"uniform"`` 或者 ``"gaussian"`` ,其填充结果是变量。 19 - 当 `noise` 为 ``"zero"`` ,则 `uniform_noise` 必须为 ``False`` ,这样填充的噪声才是0,保证结果的正确。 20 - 当 `uniform_noise` 为 ``True`` , `noise` 仅可以为 ``"uniform"`` 。当 `uniform_noise` 为 ``False`` , `noise` 可以为 ``"uniform"`` 、 ``"gaussian"`` 或 ``"zero"`` 。 21 22 输入: 23 - **x** (Tensor) - 一个 `4-D` 的Tensor,shape为 :math:`(batch\_size, height, width, channels)` ,dtype为float32。 24 - **size** (Tensor) - 一个包含2个元素的 `1-D` Tensor,包含了提取glimpses的大小。 25 `glimpse` 的高度必须首先指定,然后是其宽度,数据类型为int32,其大小必须大于0。 26 - **offsets** (Tensor) - 一个 `2-D` 的Tensor,shape为 :math:`(batch\_size, 2)`,包含了每个窗口中心点的y、x位置,数据类型为float32。 27 28 输出: 29 一个 `4-D` 的Tensor,shape为 :math:`(batch\_size, glimpse\_height, glimpse\_width, channels)` ,数据类型为float32。 30 31 异常: 32 - **TypeError** - 如果 `centered` 不是一个bool。 33 - **TypeError** - 如果 `normalize` 不是一个bool。 34 - **TypeError** - 如果 `uniform_noise` 不是一个bool。 35 - **ValueError** - 如果 `noise` 不是 "uniform" 、 "gaussian" 或者 "zero"。 36 - **ValueError** - 如果 `size` 的值不是常数。 37 - **ValueError** - 如果输入 `x` 和 `offsets` 的batch_size不一致。 38 - **ValueError** - 如果 `offsets[1]` 不是2。 39 - **ValueError** - 如果输入 `x` 不是一个Tensor。 40