（beta）torch_npu.contrib.function.npu_bbox_coder_encode_xyxy2xywh

接口原型

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

功能描述

应用基于NPU的bbox格式编码操作，将格式从xyxy编码为xywh。

参数说明

• 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。

输出说明

torch.Tensor - 框转换deltas。

约束说明

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。

支持的型号

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

调用示例

>>> from torch_npu.contrib.function import npu_bbox_coder_encode_xyxy2xywh
>>> A = 1024
>>> bboxes = torch.randint(0, 512, size=(A, 4)).npu()
>>> gt_bboxes = torch.randint(0, 512, size=(A, 4)).npu()
>>> stride = torch.randint(0, 32, size=(A,)).npu()
>>> out = npu_bbox_coder_encode_xyxy2xywh(bboxes, gt_bboxes, stride)
>>> torch.npu.synchronize()
>>> print('_npu_bbox_coder_encode_yolo done. output shape is ', out.shape)