コンテンツへスキップ

参考 ultralytics/models/fastsam/utils.py

注

このファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ ultralytics/models/ fastsam/utils .py にあります。もし問題を発見したら、Pull Request🛠️ を投稿して修正にご協力ください。ありがとうございました!



ultralytics.models.fastsam.utils.adjust_bboxes_to_image_border(boxes, image_shape, threshold=20)

バウンディングボックスがある閾値以内であれば、画像の境界線に張り付くように調整する。

パラメーター

名称 タイプ 説明 デフォルト
boxes Tensor

(n, 4)

必須
image_shape tuple

(高さ、幅)

必須
threshold int

ピクセルしきい値

20

リターンズ

名称 タイプ 説明
adjusted_boxes Tensor

調整されたバウンディングボックス

ソースコード ultralytics/models/fastsam/utils.py
def adjust_bboxes_to_image_border(boxes, image_shape, threshold=20):
    """
    Adjust bounding boxes to stick to image border if they are within a certain threshold.

    Args:
        boxes (torch.Tensor): (n, 4)
        image_shape (tuple): (height, width)
        threshold (int): pixel threshold

    Returns:
        adjusted_boxes (torch.Tensor): adjusted bounding boxes
    """

    # Image dimensions
    h, w = image_shape

    # Adjust boxes
    boxes[boxes[:, 0] < threshold, 0] = 0  # x1
    boxes[boxes[:, 1] < threshold, 1] = 0  # y1
    boxes[boxes[:, 2] > w - threshold, 2] = w  # x2
    boxes[boxes[:, 3] > h - threshold, 3] = h  # y2
    return boxes



ultralytics.models.fastsam.utils.bbox_iou(box1, boxes, iou_thres=0.9, image_shape=(640, 640), raw_output=False)

他のバウンディングボックスの配列に対するバウンディングボックスのIntersection-Over-Unionを計算する。

パラメーター

名称 タイプ 説明 デフォルト
box1 Tensor

(4, )

必須
boxes Tensor

(n, 4)

必須
iou_thres float

IoUしきい値

0.9
image_shape tuple

(高さ、幅)

(640, 640)
raw_output bool

Trueの場合、インデックスの代わりに生のIoU値を返す。

False

リターンズ

名称 タイプ 説明
high_iou_indices Tensor

IoU>thresのボックスの指数

ソースコード ultralytics/models/fastsam/utils.py
def bbox_iou(box1, boxes, iou_thres=0.9, image_shape=(640, 640), raw_output=False):
    """
    Compute the Intersection-Over-Union of a bounding box with respect to an array of other bounding boxes.

    Args:
        box1 (torch.Tensor): (4, )
        boxes (torch.Tensor): (n, 4)
        iou_thres (float): IoU threshold
        image_shape (tuple): (height, width)
        raw_output (bool): If True, return the raw IoU values instead of the indices

    Returns:
        high_iou_indices (torch.Tensor): Indices of boxes with IoU > thres
    """
    boxes = adjust_bboxes_to_image_border(boxes, image_shape)
    # Obtain coordinates for intersections
    x1 = torch.max(box1[0], boxes[:, 0])
    y1 = torch.max(box1[1], boxes[:, 1])
    x2 = torch.min(box1[2], boxes[:, 2])
    y2 = torch.min(box1[3], boxes[:, 3])

    # Compute the area of intersection
    intersection = (x2 - x1).clamp(0) * (y2 - y1).clamp(0)

    # Compute the area of both individual boxes
    box1_area = (box1[2] - box1[0]) * (box1[3] - box1[1])
    box2_area = (boxes[:, 2] - boxes[:, 0]) * (boxes[:, 3] - boxes[:, 1])

    # Compute the area of union
    union = box1_area + box2_area - intersection

    # Compute the IoU
    iou = intersection / union  # Should be shape (n, )
    if raw_output:
        return 0 if iou.numel() == 0 else iou

    # return indices of boxes with IoU > thres
    return torch.nonzero(iou > iou_thres).flatten()





作成日:2023-11-12 更新日:2023-11-25
作成者:glenn-jocher(3),Laughing-q(1)