P13.3目标检测和边界框——动手学深度学习v2

边界框

通常所用的边界框（相当于一个矩形框）有两种表示方式：

1. 记录矩形左上角(x1, y1)和右下角(x2, y2)
2. 记录矩形的中心点(cx, cy)和，矩形的宽 w和高 h

**都是由四个量表示，下面是两种表示方式的互换代码**

def box_corner_to_center(boxes):
    """从（左上，右下）转换到（中间，宽度，高度）"""
    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


def box_center_to_corner(boxes):
    """从（中间，宽度，高度）转换到（左上，右下）"""
    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
复制代码

boxes[:,0]，因为是若干个框的结果，所以在第一维度上使用:取所有的值。

仔细学习一下这句代码：boxes = torch.stack((x1, y1, x2, y2), axis=-1)
torch.stack() 表示沿着一个新维度对输入张量序列进行连接，axis = -1表示倒数第一个维度。
boxes的维度是(n, 4)，任意一个量cx, cy, w, d的维度是(n)，将其沿着倒数第一个维度拼接到一起，又变成了(n, 4)。

一个比较不错的例子，用来理解torch.stack()

T1 = torch.tensor([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

T2 = torch.tensor([[10, 20, 30],
                   [40, 50, 60],
                   [70, 80, 90]])

print(torch.stack((T1, T2), axis=0).shape)
print(torch.stack((T1, T2), axis=1).shape)
print(torch.stack((T1, T2), axis=2).shape)
print(torch.stack((T1, T2), axis=-1).shape)
复制代码

输出

torch.Size([2, 3, 3])
torch.Size([3, 2, 3])
torch.Size([3, 3, 2])
torch.Size([3, 3, 2])
复制代码