tensor版本的交并比IOU

今天在看tensor版本的交并比，它比单纯的python版本的list使用更加灵活，但是看的时候也遇到了一个问题，就是unsqueeze，这个方法就是根据指定的维度进行扩展一维，比如维度为:

A =（2，4），A.unsqueeze(0)，则变为 （1，2，4）

                        A.unsqueeze(1)，则变为 （2，1，4）

    A = box_a.size(0)
    B = box_b.size(0)
    max_xy = torch.min(box_a[:, 2:].unsqueeze(1).expand(A, B, 2),
                       box_b[:, 2:].unsqueeze(0).expand(A, B, 2))
    min_xy = torch.max(box_a[:, :2].unsqueeze(1).expand(A, B, 2),
                       box_b[:, :2].unsqueeze(0).expand(A, B, 2))

其中

print(box_a.size())
print(box_a)
print(box_b.size())
print(box_b)

值如下

torch.Size([3, 4])
tensor([[0.0020, 0.1440, 0.8280, 0.9973],
        [0.3900, 0.7920, 0.4840, 0.9973],
        [0.3860, 0.1600, 0.8300, 0.9973]])
torch.Size([2, 4])
tensor([[-0.0367, -0.0367,  0.0633,  0.0633],
        [-0.0574, -0.0574,  0.0840,  0.0840]])、

但是在下面代码，我突然有点懵了，为啥不能写

max_xy = torch.min(box_a[:, 2:].unsqueeze(0).expand(A, B, 2),
                   box_b[:, 2:].unsqueeze(1).expand(A, B, 2))

就是我很好奇，凭啥box_a是拓展第一维，box_b拓展第零维，但是如果改为上面那样是不行的，为啥，因为我们要看到后面有个expand，就是你拓展的一维要扩张成什么样。

如果按照我刚刚写的，那么我们细分下：

A =3，  B = 2

box_a                 的                     torch.Size([3, 4])

box_a[:, 2:].unsqueeze(0)  的 size() = （1，3，4）

box_b                 的                     torch.Size([2, 4])

box_b[:, 2:].unsqueeze(1)  的 size() = （2，1，4）

但是，这个时候，后面expand(A, B, 2) 即（3，2，2）就不行了，

因为  box_a[:, 2:].unsqueeze(0)  = （1，3，4）第一维没办法拓展维2

同理  box_b[:, 2:].unsqueeze(1)  = （2，1，4）第零维也没办法拓展维3

但是其实是可以的，只要把 expand(A, B, 2)，改为expand(B, A, 2)=（2，3，2）这样就可以了。

所以， 其实box_a拓展第零维与第一维都可以，只要box_a与box_b协调好，且最后expand可以拓展为两者都能扩的就可以了。