def npu_bbox_coder_decode_xywh2xyxy()

def npu_bbox_coder_decode_xywh2xyxy(bboxes,pred_bboxes,means=None,stds=None,max_shape=[9999, 9999],wh_ratio_clip=16 / 1000):

应用基于NPU的bbox格式编码操作，将格式从xywh编码为xyxy。

• 参数：
  • anchors (torch.Tensor) - 基础框，shape为(N, 4)。支持dtype：float, half。
  • pred_bboxes (torch.Tensor) - 编码框，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。该参数需要与编码参数对齐。
  • stds (List[float]，默认值为None) - 对delta坐标的目标去归一化的标准差。该参数需要与编码参数对齐。
  • max_shape (Tuple[int]，可选，默认为[9999,9999]不受限制)：最大框shape(H, W)，一般对应bbox所在的真实图片的大小。
  • wh_ratio_clip (Float，可选，默认值为16/1000) - 可允许的宽高比。
• 调用方式样例：

  from torch_npu.contrib.function import npu_bbox_coder_decode_xywh2xyxy
  out = npu_bbox_coder_decode_xywh2xyxy(bboxes, pred_bboxes, max_shape=(max_shape, max_shape))

• 返回值：

  Tensor - shape为(N, 4)的框，其中4表示tl_x、tl_y、br_x、br_y。

• 示例：

      >>> A = 1024
      >>> max_shape = 512
      >>> bboxes = torch.randint(0, max_shape, size=(A, 4))
      >>> pred_bboxes = torch.randn(A, 4)
      >>> torch.npu.set_device(0)
      >>> bboxes = bboxes.npu()
      >>> pred_bboxes = pred_bboxes.npu()
      >>> out = npu_bbox_coder_decode_xywh2xyxy(bboxes, pred_bboxes, max_shape=(max_shape, max_shape))
      >>> torch.npu.synchronize    >>> ()
      >>> print('_npu_bbox_coder_decode_xywh2xyxy done. output shape is ', out.shape)