mindspore.ops.bounding_box_decode

mindspore.ops.bounding_box_decode(anchor_box, deltas, max_shape, means=(0.0, 0.0, 0.0, 0.0), stds=(1.0, 1.0, 1.0, 1.0), wh_ratio_clip=0.016)[源代码]

解码边界框位置信息，计算偏移量，此算子将偏移量转换为Bbox，用于在后续图像中标记目标等。

参数：

anchor_box (Tensor) - 锚框。锚框的shape必须为 \((n, 4)\) 。
deltas (Tensor) - 框的增量。它的shape与 anchor_box 相同。
max_shape (tuple) - 解码框计算的上限值。
means (tuple，可选) - 计算 deltas 的均值。默认值：(0.0, 0.0, 0.0, 0.0)。
stds (tuple，可选) - 计算 deltas 的标准差。默认值：(1.0, 1.0, 1.0, 1.0)。
wh_ratio_clip (float，可选) - 解码框计算的宽高比限制。默认值：0.016。

返回：

Tensor，解码框。它的数据类型和shape与 anchor_box 相同。

异常：

TypeError - 如果 means 、 stds 或 max_shape 不是tuple。
TypeError - 如果 wh_ratio_clip 不是float。
TypeError - 如果 anchor_box 或 deltas 不是Tensor。

支持平台：

Ascend GPU CPU

样例：

>>> anchor_box = Tensor([[4, 1, 2, 1], [2, 2, 2, 3]], mindspore.float32)
>>> deltas = Tensor([[3, 1, 2, 2], [1, 2, 1, 4]], mindspore.float32)
>>> output = ops.bounding_box_decode(anchor_box, deltas, max_shape=(768, 1280), means=(0.0, 0.0, 0.0, 0.0),
...                                  stds=(1.0, 1.0, 1.0, 1.0), wh_ratio_clip=0.016)
>>> print(output)
[[ 4.1953125  0.         0.         5.1953125]
 [ 2.140625   0.         3.859375  60.59375  ]]