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[torch.Tensor, torch.Tensor]

移除退化/無效的邊界框，並返回相應的索引掩碼。

這會移除以下邊界框：

• 小於給定 min_size 或 min_area 的邊界框：預設情況下，這也會移除退化的邊界框，例如 X2 <= X1。

• 其任何座標超出相應影像範圍的邊界框。您可能需要先呼叫 clamp_bounding_boxes() 以避免不必要的移除。

建議在管道結束時呼叫此函式，然後再將輸入傳遞給模型。如果呼叫了 RandomIoUCrop，則必須呼叫此變換。如果您想更加小心，可以在所有可能修改邊界框的變換之後呼叫它，但在大多數情況下，最後呼叫一次應該就足夠了。

引數:

• bounding_boxes (Tensor 或 BoundingBoxes) – 要淨化的邊界框。

• format (str 或 BoundingBoxFormat, optional) – 邊界框的格式。如果 bounding_boxes 是 BoundingBoxes 物件，則必須將其保留為 None。

• canvas_size (tuple of python:int, optional) – 邊界框的 canvas_size（相應影像/影片的大小）。如果 bounding_boxes 是 BoundingBoxes 物件，則必須將其保留為 None。

• min_size (float, optional) –

• min_area (float, optional) –

返回:

有效邊界框的子集，以及相應的索引掩碼。然後可以使用該掩碼來子集化與邊界框關聯的其他張量（例如，標籤）。

返回型別:

out (tuple of Tensors)