SanitizeBoundingBoxes

class torchvision.transforms.v2.SanitizeBoundingBoxes(min_size: float = 1.0, min_area: float = 1.0, labels_getter: Optional[Union[Callable[[Any], Any], str]] = 'default')

移除退化/无效的边界框及其对应的标签和掩码。

此变换会移除低于给定 min_size 或 min_area 的边界框及其相关的标签/掩码：

• 默认情况下，它还会移除退化框，例如 X2 <= X1。

• 如果任何坐标超出其对应的图像。您可能需要先调用 ClampBoundingBoxes 以避免不必要的移除。

它还可以清除其他张量，例如 COCO 中的“iscrowd”或“area”属性（请参阅 labels_getter 参数）。

建议在管道的末尾，将输入传递给模型之前调用它。如果调用了 RandomIoUCrop，则调用此变换至关重要。如果您想格外小心，可以在所有可能修改边界框的变换之后调用它，但在大多数情况下，在最后调用一次就足够了。

参数:

• min_size (float, 可选) – 边界框被移除的最小尺寸。默认为 1。

• min_area (float, 可选) – 边界框被移除的最小面积。默认为 1。

• labels_getter (可调用对象 或 str 或 None, 可选) –

  指示如何识别输入中的标签（或任何其他需要与边界框一起清除的内容）。默认情况下，如果输入是字典或其第二个元素是字典的元组，它将尝试在输入中查找“labels”键（不区分大小写）。这种启发式方法对于许多数据集（包括内置的 torchvision 数据集）都适用。

  它也可以是一个可调用对象，它接受与变换相同的输入，并返回

  • 单个张量（标签）

  • 张量元组/列表，每个张量都将与边界框进行相同的清除。这对于清除多个张量（如标签以及 COCO 中的“iscrowd”或“area”属性）很有用。

  如果 labels_getter 为 None，则只清除边界框。

使用 SanitizeBoundingBoxes 的示例

变换 v2：端到端目标检测/分割示例

变换 v2：端到端目标检测/分割示例

变换 v2 入门

变换 v2 入门

forward(*inputs: Any) → Any

不要覆盖此方法！请使用 transform() 代替。

transform(inpt: Any, params: dict[str, Any]) → Any

用于覆盖自定义变换的方法。

请参阅 如何编写自己的 v2 变换