（beta）torch_npu.contrib.function.npu_bbox_coder_decode_xywh2xyxy

接口原型

torch_npu.contrib.function.npu_bbox_coder_decode_xywh2xyxy(bboxes,pred_bboxes,means=None,stds=None,max_shape=[9999, 9999],wh_ratio_clip=16 / 1000):

功能描述

应用基于NPU的bbox格式编码操作，将格式从xywh编码为xyxy。

参数说明

• 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。

输出说明

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

支持的型号

• Atlas 训练系列产品
• Atlas A2 训练系列产品
• Atlas A3 训练系列产品
• Atlas 推理系列产品

调用示例

1
2
3
4
5
6
7
8

>>> from torch_npu.contrib.function import npu_bbox_coder_decode_xywh2xyxy
>>> A = 1024
>>> max_shape = 512
>>> bboxes = torch.randint(0, max_shape, size=(A, 4)).npu()
>>> pred_bboxes = torch.randn(A, 4).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)