fullseye

tb_random_dropout — 2D typed op

tb_random_dropout: input → output

図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。

つまみ a は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。

つまみ b は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。

段階(前置きの op → この op。左から順):

tb_random_dropout: stages

別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):

tb_random_dropout: other inputs

使い方

点の ratio 割合をランダム除去し (kept, kept_idx) を返す(欠損の模倣)。

残す点数は ``round((1-ratio)*N)``。``kept_idx`` は元配列への昇順インデックスで、
``kept == points[kept_idx]`` が厳密に成り立つ。オクルージョン/疎な視点による
点欠損を学習で再現する。``0 <= ratio <= 1`` を要求。

``ratio`` が [0,1] の外なら ``ValueError``。``ratio=1`` は空 ``(0,3)`` と空インデックス、
``ratio=0`` は全点(順序は元のまま)。残す点数は Python の ``round``(偶数丸め)で決まる
ので ``.5`` 端では偶数側に寄る。``seed`` で ``permutation`` が決まり決定論的。返り値は
``(kept float64 (M,3), kept_idx int64 (M,))``。除去は空間的に一様なので、局所的な
欠損(遮蔽)を模すには ``cutout`` を使う。

2-D 進化レジストリへ橋渡しした 3d の op random_dropout。実装は同じで、呼び出し規約だけ op(v, a, b) に合わせてある。この op に調整点は無く、ab も使われない。

参考(サンプルデータ・文献)

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

img_to_points 0.50 0.50
tb_random_dropout 0.50 0.50

実行できる例(この op を実際に呼ぶ検証済みサンプル)

次の例は元の台帳 op random_dropout を呼ぶもの。この橋渡し op は同じ実装を fn(v, a, b) 規約に合わせただけなので、挙動はそのまま当てはまる(呼び出し形だけ違う)。

型が繋がる次の op(points を入力に取れる)

identity · tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_project_points · tb_render_point_depth · tb_statistical_outlier_removal · tb_radius_outlier_removal

同カテゴリ(typed)

tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_project_points · tb_render_point_depth · tb_statistical_outlier_removal · tb_radius_outlier_removal · tb_voxel_grid_downsample


Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.