文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

问题描述

请勾选同意隐私声明

mindspore.ops.CheckValid

class mindspore.ops.CheckValid[源代码]

检查边界框。

检查由 bboxes 指定的一些边框是否是有效的。 如果边框在由 img_metas 确定的边界内部则返回 True ,否则返回 False

输入:
  • bboxes (Tensor) - shape大小为 (N,4)N 表示边界框的数量, 4 表示 x0y0x1y1 。数据类型必须是float16或float32。

  • img_metas (Tensor) - 原始图片的信息 (,,) ,指定有效边界为 (,) 。数据类型必须是float16或float32。

输出:

Tensor,shape为 (N,) ,类型为bool,指出边界框是否在图片内。 True 表示在, False 表示不在。

异常:
  • TypeError - 如果 bboxes 或者 img_metas 不是Tensor。

  • TypeError - 如果 bboxes 或者 img_metas 的数据类型既不是float16,也不是float32。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> import mindspore.nn as nn
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> class Net(nn.Cell):
...     def __init__(self):
...         super(Net, self).__init__()
...         self.check_valid = ops.CheckValid()
...     def construct(self, x, y):
...         valid_result = self.check_valid(x, y)
...         return valid_result
...
>>> bboxes = Tensor(np.linspace(0, 6, 12).reshape(3, 4), mindspore.float32)
>>> img_metas = Tensor(np.array([2, 1, 3]), mindspore.float32)
>>> net = Net()
>>> output = net(bboxes, img_metas)
>>> print(output)
[ True False False]