我正在寻找一种专门使用 TensorFlow 获取张量局部最大值索引的方法。
tl;dr
我不是数据科学家。我对很多计算机视觉背后的理论了解不多，但我正在尝试使用 TensorFlow 构建计算机视觉应用程序。我计划保存我的模型并使用 TF Serving 将其作为服务调用，因此我不能依赖 numpy、scipy 等外部库。我想要完成的在算法上与 scipy 的 signal.argrelextrema 相同，但在一种可以用我的模型保存并重新运行的方法。 here 显示了其他算法，但没有在 TensorFlow 中执行。谁能指出我正确的方向？
【问题讨论】：
标签： python tensorflow computer-vision signal-processing data-science
编辑
我的第一个解决方案很实用，但效率低下。它需要张量的五次迭代（零轨迹、反向、零轨迹、反向、where）。我现在有一个只需要两次迭代的解决方案，而且还足够灵活，可以快速识别局部最小值......
def get_slope(prev, cur):
# A: Ascending
# D: Descending
# P: PEAK (on previous node)
# V: VALLEY (on previous node)
return tf.cond(prev[0] < cur, lambda: (cur, ascending_or_valley(prev, cur)), lambda: (cur, descending_or_peak(prev, cur)))
def ascending_or_valley(prev, cur):
return tf.cond(tf.logical_or(tf.equal(prev[1], 'A'), tf.equal(prev[1], 'V')), lambda: np.array('A'), lambda: np.array('V'))
def descending_or_peak(prev, cur):
return tf.cond(tf.logical_or(tf.equal(prev[1], 'A'), tf.equal(prev[1], 'V')), lambda: np.array('P'), lambda: np.array('D'))
def label_local_extrema(tens):
"""Return a vector of chars indicating ascending, descending, peak, or valley slopes"""
# initializer element values don't matter, just the type.
initializer = (np.array(0, dtype=np.float32), np.array('A'))
# First, get the slope for each element
slope = tf.scan(get_slope, tens, initializer)
# shift by one, since each slope indicator is the slope
# of the previous node (necessary to identify peaks and valleys)
return slope[1][1:]
def find_local_maxima(tens):
"""Return the indices of the local maxima of the first dimension of the tensor"""
return tf.squeeze(tf.where(tf.equal(label_local_extrema(blur_x_tf), 'P')))
结束编辑
好的，我设法找到了解决方案，但它并不漂亮。以下函数采用一维张量，并将所有非局部最大值的点减少为零。这仅适用于正数，并且需要对 float32 以外的数据类型进行修改，但它满足我的需求。
不过，必须有更好的方法来做到这一点。
def zero_descent(prev, cur):
"""reduces all descent steps to zero"""
return tf.cond(prev[0] < cur, lambda: (cur, cur), lambda: (cur, 0.0))
def skeletonize_1d(tens):
"""reduces all point other than local maxima to zero"""
# initializer element values don't matter, just the type.
initializer = (np.array(0, dtype=np.float32), np.array(0, dtype=np.float32))
# First, zero out the trailing side
trail = tf.scan(zero_descent, tens, initializer)
# Next, let's make the leading side the trailing side
trail_rev = tf.reverse(trail[1], [0])
# Now zero out the leading (now trailing) side
lead = tf.scan(zero_descent, trail_rev, initializer)
# Finally, undo the reversal for the result
return tf.reverse(lead[1], [0])
def find_local_maxima(tens):
return tf.where(skeletonize_1d >0)
【讨论】：
我认为您没有提供足够的信息来澄清太多。首先，我不确定你想获得张量的最大元素（tf 中有一个函数）或者你想找到一个函数的局部最大值（不是张量）。在这种情况下，您可以还原函数并找到局部最小值，这将导致您正在寻找的结果。
【讨论】：
伪：
input_matrix == max_pool(input_matrix)
说明：
当输入值与max_pooling取值相同时，表示它们是最大的。
【讨论】：