bbox center-size representation and corners representation

这篇博客介绍了目标检测中边界框的两种表示方法:中心点表示法和边角表示法。提供了函数`box_corner_to_center`用于将边角坐标转换为中心宽度高度表示,而`box_center_to_corner`则实现反向转换。这些函数适用于处理二维形状的张量,方便在目标检测算法中进行坐标转换。
摘要由CSDN通过智能技术生成

本文复习并记录一下bounding box包围框的两种表示:中心点表示法和边角表示法。

在目标检测中,我们通常使用边界框来描述对象的空间位置。边界框是矩形的,由矩形左上角的x和y坐标以及右下角的此类坐标确定。另一种常用的边界框表示法是边界框中心的(x,y)轴坐标以及框的宽度和高度。

在这里,我们定义了在这两种表示之间转换的函数:box_corner_to_center将两个角表示转换为中心宽度高度表示,box_center_to_corner反之亦然。输入参数框应该是二维形状张量(n,4),其中n是边界框的数量。

#@save
def box_corner_to_center(boxes):
    """Convert from (upper-left, lower-right) to (center, width, height)."""
    x1, y1, x2, y2 = boxes[:, 0], boxes[:, 1], boxes[:, 2], boxes[:, 3]
    cx = (x1 + x2) / 2
    cy = (y1 + y2) / 2
    w = x2 - x1
    h = y2 - y1
    boxes = torch.stack((cx, cy, w, h), axis=-1)
    return boxes

#@save
def box_center_to_corner(boxes):
    """Convert from (center, width, height) to (upper-left, lower-right)."""
    cx, cy, w, h = boxes[:, 0], boxes[:, 1], boxes[:, 2], boxes[:, 3]
    x1 = cx - 0.5 * w
    y1 = cy - 0.5 * h
    x2 = cx + 0.5 * w
    y2 = cy + 0.5 * h
    boxes = torch.stack((x1, y1, x2, y2), axis=-1)
    return boxes

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

曙光_deeplove

你的鼓励是我努力的最大源泉

¥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