找到两个张量的交点。返回两个输入张量中的排序唯一值

Question

您好，这里是 Tensorflow 初学者，

我想删除实现中的任何 numpy 代码，只使用 tensorflow 函数。目前我正在尝试过滤掉背景边界框和置信度低的框。为此，我想要一个名为 keep 的索引，我可以使用它来跟踪要保留哪些框：

# Filter out background boxes
keep = np.where(class_ids > 0)[0]
# Filter out low confidence boxes
if config.DETECTION_MIN_CONFIDENCE:
    keep = np.intersect1d(
        keep, np.where(class_scores >= config.DETECTION_MIN_CONFIDENCE)[0])

class_ids 是一个形状为 (1000,) 的张量，其中每个条目是一个介于 0 和 80 之间的数字，具体取决于类别（总共 81 个类别）。

class_scores 是一个形状为 (1000) 的张量，其中每个条目是对应边界框的类别的概率。

我知道 np.where() 很容易更改为 tf.where，但我怎样才能通过 tensorflow 获得与 np.intersect1d() 相同的功能？

感谢您的帮助。

Answer 1

这似乎重复了 numpy.intersect1d 示例。

import tensorflow as tf

a = tf.constant([3, 1, 2, 1])
b = tf.constant([1, 3, 4, 3])

# This set appears to be sorted, but that is not documented behavior.
s = tf.sets.set_intersection(a[None,:], b[None, :])
fsort = tf.contrib.framework.sort(s.values)

with tf.Session() as sess:
    print(sess.run(s).values)
    print(sess.run(fsort))

这个输出

[1 3]
[1 3]

通过一些测试示例，set 函数似乎给出了有序的结果，但我无法验证它是否总是会这样做。因此，您可能想使用 contrib 函数来确定。