nvidia.dali.fn.box_encoder#

nvidia.dali.fn.box_encoder(__input_0, __input_1, /, *, anchors, bytes_per_sample_hint=[0], criteria=0.5, means=[0.0, 0.0, 0.0, 0.0], offset=False, preserve=False, scale=1.0, stds=[1.0, 1.0, 1.0, 1.0], device=None, name=None)#

使用作为参数传递的一组默认框（锚点）对输入边界框和标签进行编码。

此操作符遵循“SSD: Single Shot MultiBox Detector”中描述的算法，并在 mlperf/training 中实现。输入必须作为以下张量提供

  • BBoxes 包含边界框，表示为 [l,t,r,b]。

  • Labels 包含每个边界框的对应标签。

结果是两个张量

  • EncodedBBoxes 包含 M 编码的边界框，表示为 [l,t,r,b]，其中 M 是锚点的数量。

  • EncodedLabels 包含每个编码框的对应标签。

支持的后端

  • ‘cpu’

  • ‘gpu’

参数:

  • __input_0 (TensorList) – 操作符的输入。

  • __input_1 (TensorList) – 操作符的输入。

关键字参数:

  • anchors (float 或 float 列表) – 用于编码的锚点，浮点数列表采用 ltrb 格式。

  • bytes_per_sample_hint (int 或 int 列表, 可选, 默认 = [0]) –

    每个样本的输出大小提示，以字节为单位。

    如果指定，则操作符位于 GPU 或页锁定主机内存中的输出将被预分配，以适应此大小的样本批次。

  • criteria (float, 可选, 默认 = 0.5) –

    用于将边界框与锚点匹配的 IoU 阈值。

    该值需要在 0 和 1 之间。

  • means (float 或 float 列表, 可选, 默认 = [0.0, 0.0, 0.0, 0.0]) – 用于归一化的 [x y w h] 均值。

  • offset (bool, 可选, 默认 = False) – 在 EncodedBBoxes 中返回归一化的偏移量 ((encoded_bboxes*scale - anchors*scale) - mean) / stds，它使用 std 以及 mean 和 scale 参数。

  • preserve (bool, 可选, 默认 = False) – 阻止操作符从图中移除，即使其输出未使用。

  • scale (float, 可选, 默认 = 1.0) – 在计算偏移量之前重新缩放框和锚点值（例如，返回到绝对值）。

  • stds (float 或 float 列表, 可选, 默认 = [1.0, 1.0, 1.0, 1.0]) – 用于偏移量归一化的 [x y w h] 标准差。

在本页中