sanitize_bounding_boxes

torchvision.transforms.v2.functional.sanitize_bounding_boxes(bounding_boxes: Tensor, format: Optional[BoundingBoxFormat] = None, canvas_size: Optional[Tuple[int, int]] = None, min_size: float = 1.0, min_area: float = 1.0) → Tuple[Tensor, Tensor]

移除退化/無效的邊界框，並傳回相應的索引遮罩。

這會移除以下邊界框

• 若邊界框的大小低於給定的 min_size 或 min_area，則會被移除：預設情況下，這也會移除退化的邊界框，例如 X2 <= X1 的情況。

• 若邊界框的任何座標超出其對應的圖片範圍，則會被移除。您可能需要先呼叫 clamp_bounding_boxes() 以避免不必要的移除。

建議在流程的最後，將輸入傳遞給模型之前呼叫此函式。如果呼叫了 RandomIoUCrop，則務必呼叫此轉換。如果您想更加謹慎，可以在所有可能修改邊界框的轉換之後呼叫它，但在大多數情況下，在最後呼叫一次就足夠了。

參數:

• bounding_boxes (Tensor 或 BoundingBoxes) – 要清理的邊界框。

• format (str 或 BoundingBoxFormat, optional) – 邊界框的格式。如果 bounding_boxes 是一個 BoundingBoxes 物件，則必須保留為 None。

• canvas_size (tuple of python:int, optional) – 邊界框的 canvas_size（對應圖像/影片的大小）。如果 bounding_boxes 是一個 BoundingBoxes 物件，則必須保留為 None。

• min_size (float, optional) –

• min_area (float, optional) –

返回:

有效的邊界框子集，以及對應的索引遮罩。然後可以使用此遮罩來篩選與邊界框相關聯的其他 tensors（例如，標籤）。

返回類型:

out (tuple of Tensors)