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/无效的边界框并返回相应的索引掩码。

这将移除以下边界框：

• 低于给定的min_size或min_area：默认情况下，这也会移除退化的框，例如X2 <= X1。

• 有任何坐标超出其对应图像的范围。您可能希望首先调用clamp_bounding_boxes()以避免不必要的移除。

建议在将输入传递给模型之前，在管道的末尾调用它。如果调用了RandomIoUCrop，则调用此转换至关重要。如果您想格外小心，可以在所有可能修改边界框的转换之后调用它，但在大多数情况下，在末尾调用一次应该足够了。

Parameters:

• bounding_boxes (Tensor 或 BoundingBoxes) – 需要清理的边界框。

• format (str 或 BoundingBoxFormat, 可选) – 边界框的格式。 如果 bounding_boxes 是一个 BoundingBoxes 对象，则必须留空。

• canvas_size (python:int的元组, 可选) – 边界框的画布大小 （对应图像/视频的大小）。 如果bounding_boxes是BoundingBoxes对象，则必须留空。

• min_size (float, 可选) –

• min_area (float, 可选) –

Returns:

有效边界框的子集，以及相应的索引掩码。 该掩码可用于子集化与边界框相关联的其他张量（例如标签）。

Return type:

输出（张量的元组）