def npu_bbox_coder_encode_xyxy2xywh(bboxes,gt_bboxes,means=None,stds=None,is_normalized=False,normalized_scale=10000.):

应用基于NPU的bbox格式编码操作，将格式从xyxy编码为xywh。

参数：
- bboxes (Tensor) - 待转换的框，shape为(N, 4)。支持dtype：float, half。
- gt_bboxes (Tensor) - 用作基准的gt_bboxes，shape为(N, 4)。支持dtype：float, half.。
- means (List[float]，默认值为None) - 对delta坐标的目标去归一化的方法。
- stds (List[float]，默认值为None) - 对delta坐标的目标去归一化的标准差。
- is_normalized (Bool，默认值为False) - 坐标值是否已归一化。
- normalized_scale (Float，默认值为10000.) - 设置坐标恢复的归一化比例。

调用方式样例：

from torch_npu.contrib.function import npu_bbox_coder_encode_yolo
out = npu_bbox_coder_encode_yolo(bboxes, gt_bboxes, stride)

约束限制
 不支持动态shape。由于算子语义限制，仅支持二维(n, 4)场景。Bboxes和gt_bboxesshape和dtype必须相同, dtype只可为float16和float32。第三个输入（步长）仅支持1D，且第一个维度与第一个输入（bboxes）相同。
返回值：
torch.Tensor - 框转换deltas。

示例：

    >>> A = 1024
    >>> bboxes = torch.randint(0, 512, size=(A, 4))
    >>> gt_bboxes = torch.randint(0, 512, size=(A, 4))
    >>> stride = torch.randint(0, 32, size=(A,))
    >>> torch.npu.set_device(0)
    >>> bboxes = bboxes.npu()
    >>> gt_bboxes = gt_bboxes.npu()
    >>> stride = stride.npu()
    >>> out = npu_bbox_coder_encode_yolo(bboxes, gt_bboxes, stride)
    >>> torch.npu.synchronize()
    >>> print('_npu_bbox_coder_encode_yolo done. output shape is ', out.shape)

def npu_bbox_coder_encode_xyxy2xywh()