torch_npu.contrib.npu_iou

torch_npu.contrib.npu_iou(boxes1, boxes2, mode="ptiou", is_normalized=False, normalized_scale=100.)

• 参数解释：
  • boxes1 (Tensor) - shape为(n, 4)的预测检测框。
  • boxes2 (Tensor) - shape为(m, 4)的预测检测框。
  • is_normalized(bool) - 坐标值是否已经标准化。默认为False.
  • normalized_scale(Float) - 设置恢复坐标的标准化比例，默认100。

• 约束条件：

  该函数常用于bbox和anchor匹配时。到目前为止，这个函数还没有对应的后向运算符, 所以不能用在IOU_Loss中, 由于计算公式中分母加上了0.001以避免除以0，当输入框是归一化数据时，0.001的分量会太重。此时需要放大输入值，避免0.001影响过大。

• 示例:

  >>> box1 = torch.randint(0, 256, size=(32, 4))
  >>> box2 = torch.randint(0, 256, size=(16, 4))
  >>> iou1 = npu_iou(box1, box2) # (32, 16)