一. 扩充维度
1.1. 使用unsqueeze
1.2. YOLO里面使用的 [none]
wh1:
wh2:
wh1 = wh1[:, None]
wh2 = wh2[None]
wh1:
wh2:
二. 比较大小
2.1 torch.min(只需要最后一维shape相同即可)
3x1x2维的张量 与 1x3x2维的张量比较(使用torch.min(wh1,wh2))(下图右侧)
等效 为左侧扩充维度后的张量比较
已经验证了,结果相同。说明min的内部就是先做了扩充维度,再做比较。
2.2 torch.max
_, predicted = torch.max(outputs.data, 1)
返回结果本身以及索