torchvision.ops.batched_nms()报错torchvision.ops没有属性batched_nms

本文介绍了在不同版本的PyTorch中torchvision.ops.batched_nms()函数的迁移问题,对比了batched_nms与nms方法,并提供了升级版本后的调用示例。重点讲解了如何处理类别过滤和避免bbox冲突。
摘要由CSDN通过智能技术生成

报错情况如标题:
torchvision.ops.batched_nms()报错torchvision.ops没有属性batched_nms
查了一下,是版本不同导致的接口不一样了,调用如下:

from torchvision.ops import boxes as box_ops
keep = box_ops.batched_nms(boxes, scores, lvl, nms_thresh)

torchvision.ops.boxes.batched_nms()方法与nms()方法的区别如下:

区别:

batched_nms():

    根据每个类别进行过滤,只对同一种类别进行计算IOU和阈值过滤。

nms():

    不区分类别对所有bbox进行过滤。如果有不同类别的bbox重叠的话会导致被过滤掉并不会分开计算。

Torchvision.ops.nms():

参数:

boxes: Tensor, 预测框
scores: Tensor, 预测置信度
iou_threshold: float, IOU阈值

Torchvision.ops.batched_nms():

参数:

boxes: Tensor, 预测框
scores: Tensor, 预测置信度
idxs: Tensor, 预测框类别
iou_threshold: float, IOU阈值
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

一位不愿暴露自己的小可爱

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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