マスクrcnn clip_boxes_graph（）関数のこの部分が使用されます。：まず、コードは基本的な機能を解決した後、次のように詳細がある、コード、実行するために使用される
次のようにコードを：
TF ASインポートtensorflow
インポートnumpyのAS NP
インポートランダム
セッション数= tf.Session（）
ウィンドウ= [0.0,0.0,1.0,1.0]
範囲でI（用box_rand np.array =（[ラウンド（はrandom.Random（）,. 1） 32）]）。変形（（ 8,4））＃ ランダムに生成された数] 1,0 [の間にボックスをシミュレートする座標
box_rand = box_rand.astype（np.float32）
プリント（ '表示box_rand ='、box_rand）位アナログ表示ボックス
wind_split = tf.split（ウィンドウ,. 4）
wind_sp = sess.run（wind_split）
プリント（ 'wind_split ='、wind_sp）＃分割ビューここで分割
印刷（np.array（wind_split）.shape） ＃1 印刷寸法
Y1は、X1、Y2、X2 = tf.split（box_rand、4、軸= 1）＃は4テンソルに分けて延びる第二の寸法を示し
、Y = sess.run（Y1）＃表示最初の分割コンテンツを他の同様のトーン
印刷（ '表示値= Y1'、Y）
DEFのclip_boxes_graph（ボックス、ウィンドウ）：
"" "
ボックス：[N、（Y1、X1、Y2、X2）]
ウィンドウ：Y1、X1、Y2、X2における形態[4]
"" "
＃スプリット
WY1、WX1、WY2、WX2 = tf.split（ウィンドウ,. 4）
Y1、X1、Y2、X2 = tf.split（ボックス、 。4、軸= 1）
＃クリップ
範囲のX1 / Y1 / X2 / Y2の例では＃1 Y1、WY1 <Y1 <WY2を必要とし、残りの部分と同様、その対応する[0,1]間隔閉じ
（Y1 = tf.maximum tf.minimum（Y1、WY2）、WY1）
X1 = tf.maximum（tf.minimum（X1、WX2）、WX1）
Y2 = tf.maximum（tf.minimum（Y2、WY2）、WY1）
X2 = tf.maximum （tf.minimum（X2、WX2）、WX1）
クリッピングtf.concat =（Y1、X1、Y2、X2]、軸= 1、名前= "clipped_boxes"）
clipped.set_shape（（clipped.shape [0]、 。4））
のリターンクリップされた
クリップ= clip_boxes_graph（box_rand、窓）
クリップ= sess.run（クリップ）
を印刷（ 'ショークリッピング関数値='、クリップ）
印刷（「クリップされた表示関数値形状 =」、clip.shape）
結果は次の通り：
表示さbox_rand = [[0。0.5 0.1 0.7]
、[0.3 0.5 0.6 0.2]
、[0.1 0.6 0.6 0.6]
、[0.8 0.8 0.9 0.6]
、[0.5 0.1 0.8 0.3]
、[0.2 0.2 0.1 0.7]
[1。0.3 1 0.2]
、[0.1 0.8 0 0.1]
wind_split = [配列（[0]、DTYPE =のfloat32）、アレイ（[0]、DTYPE =のfloat32）、アレイ（[1]、DTYPE =のfloat32 ）、アレイ（[1]、DTYPE =のfloat32）]
（4）
表示値Y1 = [0。]
[0.3]
、[0.1]
、[0.8]
、[0.5]
、[0.2]
、[1。]
[0.1]
ショー関数値クリッピング= [0。0.5 0.1 0.7]
、[0.3 0.5 0.6 0.2]
、[0.1 0.6 0.6 0.6]
、[0.8 0.8 0.9 0.6]
、[0.5 0.1 0.8 0.3]
、[0.2 0.2 0.1 0.7]
[1。0.3 1 0.2]
、[0.1 0.8 0 0.1]
ショー関数値クリッピング形状=（8,4）