optimization - 使用 tensorflow 在二维 map 上寻找局部最小值

Question

我正在尝试使用 tensorflow 检测二维图像 map 上局部最小值的位置和值。由于这不是微不足道的，我想知道 tf 中的稳健且高效的方法可能是什么？

到目前为止，我想到了使用 [-1 1] 核的简单水平和垂直卷积。

Answer 1

您可以像这样通过合并找到您的局部最大值:

import tensorflow as tf

def get_local_maxima(in_tensor):
  max_pooled_in_tensor = tf.nn.pool(in_tensor, window_shape=(3, 3), pooling_type='MAX', padding='SAME')
  maxima = tf.where(tf.equal(in_tensor, max_pooled_in_tensor), in_tensor, tf.zeros_like(in_tensor))
  return maxima

对于局部最小值，最简单的做法是取反输入然后找到最大值，因为到目前为止，对于 pooling_type 仅支持 AVG 和 MAX。

为什么这样行得通？唯一一次在某个索引处的值是 in_tensor与 max_pooled_in_tensor 中同一索引处的值相同是该值是否在以 in_tensor 中的该索引为中心的 3x3 邻域中最高.