pytorch和numpy在meshgrid函数的一些差异

在YOLO系列的目标检测模型的后处理，有一个生成meshgrid网格的操作，这时是调用torch.meshgrid函数实现的，不过在numpy里也有meshgrid函数。然而它们之间其实是有差异的，下面做一个实验，代码如下：

import numpy as np
import torch

def make_anchors_torch(h,w):
    x = torch.arange(w)  # shift x
    y = torch.arange(h) # shift y
    sy, sx = torch.meshgrid(y, x)
    return torch.stack((sx, sy), -1).view(-1, 2)

def make_anchors_numpy(h,w):
    x = np.arange(0, w)  # shift x
    y = np.arange(0, h)  # shift y
    sy, sx = np.meshgrid(y, x)
    # sx, sy = np.meshgrid(x, y)
    return np.stack((sx, sy), axis=-1).reshape(-1, 2)

if __name__=='__main__':
    h, w = 80, 80

    anchors_torch = make_anchors_torch(h,w)
    anchors_numpy = make_anchors_numpy(h,w)

    mean_diff = np.mean(np.abs(anchors_numpy - anchors_torch.numpy()))
    print(mean_diff)

运行这个程序，最后打印的差异值是26.6625

这说明在numpy库里的meshgrid函数，y不是在x前面的。交换一下x,y的顺序，也就是把上面的make_anchors_numpy函数注释的那一行 sx, sy = np.meshgrid(x, y)  打开，重新运行程序，这时候打印的差异值是0

在使用meshgrid函数时要小心这个差异。