資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究如何在 PyTorch 中計算一組邊界框的面積？
torchvision.io 包提供了執行不同 IO 操作的功能。為了計算邊界框或一組邊界框的面積，torchvision.io 包提供了 box_area() 函式。此函式將邊界框作為輸入引數，並返回每個框的面積。
邊界框應為大小為 [N,4] 的 torch 張量，其中 N 是要計算面積的邊界框的數量。每個邊界框由座標 (xmin, ymin, xmax, ymax) 指定。換句話說 - 0 ≤ xmin < xmax, 且 0 ≤ ymin < ymax. 計算出的面積是一個大小為 [N] 的 torch 張量。
要計算單個邊界框的面積，我們將邊界框張量進行 unsqueeze 操作，使其成為一個二維張量。
語法
torchvision.ops.box_area(boxes)
引數
boxes - 包含邊界框的 [N,4] torch 張量。每個邊界框都以 (xmin, ymin, xmax, ymax) 格式給出，其中 0 ≤ xmin < xmax, 且 0 ≤ ymin < ymax.
輸出
它返回一個大小為 [N] 的 torch 張量，其中包含邊界框的面積。
步驟
匯入所需的庫。在以下所有示例中，所需的 Python 庫為 torch 和 torchvision。確保您已安裝它們。
import torch import torchvision from torchvision.io import read_image from torchvision.utils import draw_bounding_boxes from torchvision.ops import box_area
使用 image_read() 函式讀取 JPEG 或 PNG 影像。使用影像型別（.jpg 或 .png）指定完整的影像路徑。此函式的輸出是一個大小為 [image_channels, image_height, image_width] 的 torch 張量。
img = read_image('dog.png')將邊界框定義為 torch 張量。邊界框張量的資料型別應為 torch.int。如果要計算單個邊界框的面積，則對張量進行 unsqueeze 操作。
bbox = (310, 200, 485, 430) # convert the bbox to torch tensor bbox = torch.tensor(bbox, dtype=torch.int)
使用 box_area() 計算邊界框的面積。可以選擇將帶有繪製邊界框的影像分配給一個新的變數。
area = box_area(bbox)
使用 draw_bounding_boxes() 函式在影像上繪製邊界框。我們將計算出的面積作為標籤放在邊界框內。
labels= [f"bbox area = {area.item()}"]
img=draw_bounding_boxes(img, bbox, labels= labels, width=3,colors=(255,255,0))將影像張量轉換為 PIL 影像並顯示它。
img = torchvision.transforms.ToPILImage()(img) img.show()
輸入影像
我們將在以下示例中使用這些影像作為輸入檔案。
示例 1
在以下 Python 程式中，我們計算單個邊界框的面積，並將此面積作為標籤放在影像上，並顯示影像。
# Import the required libraries
import torch
import torchvision
from torchvision.io import read_image
from torchvision.utils import draw_bounding_boxes
from torchvision.ops import box_area
# read the input image
img = read_image('dog.png')
# bounding box in (xmin, ymin, xmax, ymax) format
# top-left point=(xmin, ymin), bottom-right point = (xmax, ymax)bbox = (310, 200, 485, 430)
# convert the bbox to torch tensor
bbox = torch.tensor(bbox, dtype=torch.int)
print(bbox)
print(bbox.size())
# unsqueeze the bbox to make it 2D
bbox = bbox.unsqueeze(0)
print(bbox.size())
# Compute the bounding box area
area = box_area(bbox)
print("BBOX area:", area)
labels= [f"bbox area = {area.item()}"]
img=draw_bounding_boxes(img, bbox, labels= labels, width=3,colors=(255,255,0))
# b=a.permute(1,2,0)
# plt.imshow(b)
# plt.show()
img = torchvision.transforms.ToPILImage()(img)
img.show()輸出
tensor([310, 200, 485, 430], dtype=torch.int32) torch.Size([4]) torch.Size([1, 4]) BBOX area: tensor([40250], dtype=torch.int32)
示例 2
在以下 Python 程式中，我們計算一組兩個邊界框的面積，並將這些面積作為標籤放在影像上，並顯示影像。
import torch
from PIL import Image
import torchvision
from torchvision.io import read_image
from torchvision.utils import draw_bounding_boxes
from torchvision.ops import box_area
img = read_image('catndog.png')
# bounding box in (xmin, ymin, xmax, ymax) format
bbox1 = [30, 45, 330, 450]
bbox2 = [320, 150, 690, 460]
bbox = [bbox1, bbox2]
bbox = torch.tensor(bbox, dtype=torch.int)
print(bbox)
print(bbox.size())
area = box_area(bbox)
labels = [f"bbox area ={a}" for a in area]
print(labels)
img=draw_bounding_boxes(img, bbox, labels = labels, width=3,colors=[(255,0,0),(0,255,0)])
img = torchvision.transforms.ToPILImage()(img)
img.show()輸出
tensor([[ 30, 45, 330, 450], [320, 150, 690, 460]], dtype=torch.int32) torch.Size([2, 4]) ['bbox area =121500', 'bbox area =114700']
1K+ 次檢視
