Класс Cropping2D

Класс Cropping2D применяется к двумерным данным, например, к изображениям. Первым параметром передается размер обрезки по высоте и ширине. Вторым параметром можно передать тип данных элементов.

Синтаксис

tf.keras.layers.Cropping2D(cropping, [data_format])

Пример

Давайте создадим слой обрезки и применим его к тензору из единиц размером 4 на 4:

import tensorflow as tf

layer = tf.keras.layers.Cropping2D(cropping=((1, 1), (1, 1)))
t = tf.constant([[[[1], [1], [1], [1]],
	[[1], [1], [1], [1]],
	[[1], [1], [1], [1]],
	[[1], [1], [1], [1]]]])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[[1]
	[1]]

	[[1]
	[1]]]], shape=(1, 2, 2, 1), dtype=int32)

Пример

Давайте обрежем изображение только по ширине, оставив высоту без изменений:

import tensorflow as tf

layer = tf.keras.layers.Cropping2D(cropping=((0, 0), (1, 1)))
t = tf.constant([[[[1], [1], [1], [1]],
	[[1], [1], [1], [1]],
	[[1], [1], [1], [1]],
	[[1], [1], [1], [1]]]])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[[1]
	[1]]

	[[1]
	[1]]

	[[1]
	[1]]

	[[1]
	[1]]]], shape=(1, 4, 2, 1), dtype=int32)

Пример

Давайте используем слой внутри модели Keras:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Cropping2D(cropping=((1, 1), (1, 1))),
	tf.keras.layers.Flatten()
])
t = tf.constant([[[[1], [1], [1], [1]],
	[[1], [1], [1], [1]],
	[[1], [1], [1], [1]],
	[[1], [1], [1], [1]]]])
res = model(t)
print(res)

Результат выполнения кода:

tf.Tensor([[1. 1. 1. 1.]], shape=(1, 4), dtype=float32)

Смотрите также

класс ZeroPadding2D,
который добавляет нулевую обводку по краям
класс UpSampling2D,
который увеличивает размер изображения
класс Conv2D,
который выполняет двумерную свертку
класс Reshape,
который изменяет форму тензора