根据torch.max得到的索引, 获取原数据中的完整信息 (tensor 张量的选取)

图像输出中,以六分类为例子,输出结果是【5,1,3,512,11】

维度解释:

batchsize=5 ,512个格点,每个格点铺设3个框

数据处理目的:

筛选出置信度维度 最后一维【11】中的第5个数值,筛选出置信度最大的锚框

难点:

1、取得置信度最大锚框的索引

2、根据索引在原输出结果中取出

torch.manual_seed(1)
x=torch.rand(5,3,1,512,11)
'''从 11 的维度中取出 '''
_,location  = torch.max(x[...,4],dim=-1)
'''x[...,3] shape torch.Size([5, 3, 1, 512]) '''
'''目标是  找出 512 最大的位置,并在原来的prediction中取出对应维度'''
print(x.shape)
print(location.shape)

torch.manual_seed(1)
y=torch.rand(5, 3, 1, 1, 11)
for q in range(location.shape[0]):
    for w in range(location.shape[1]):
        for e in range(location.shape[2]):        
            y[q,w,e,0,:]=x[q,w,e,location[q,w,e].item(),:]
print(y.shape)

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值