box_iou_rotated[beta]

接口原型

mx_driving.box_iou_rotated(Tensor boxes_a, Tensor boxes_b, str mode='iou', bool aligned=False, bool clockwise=True) -> Tensor

功能描述

计算两个边界框的IoU。

参数说明

• boxes_a (Tensor)：第一组bounding boxes，数据类型为float32。shape为[M, 5]。其中5分别代表x_center, y_center, dx, dy, angle, x_center, y_center代表box的中心点坐标，dx, dy代表box的长宽，angle代表box的弧度制旋转角。
• boxes_b (Tensor)：第二组bounding boxes，数据类型为float32。shape为[M, 5]。其中5分别代表x_center, y_center, dx, dy, angle, x_center, y_center代表box的中心点坐标，dx, dy代表box的长宽，angle代表box的弧度制旋转角。
• mode (str)：取值为"iou"时，计算IoU（intersection over union）；取值为"iof"时，计算IoF（intersection over foregroud）。
• aligned (bool)：取值为True时，只计算配对的box之间的结果；取值为False时，计算每对box之间的结果。
• clockwise (bool): 旋转角angle是否以顺时针为正方向。

返回值

• ious (Tensor)：包含两组bounding boxes的IoU（mode="iou"）或IoF（mode="iof"）的张量，数据类型为float32。shape为[M]（aligned=True）或[M, N]（aligned=False）。

约束说明

• mode的取值范围为{'iou', 'iof'}。
• 当aligned=False时，boxes_a数量M与boxes_b数量N的乘积不超过9亿。

支持的型号

• Atlas A2 训练系列产品

调用示例

import torch, torch_npu
from mx_driving import box_iou_rotated
boxes_a = torch.tensor([[1.0, 1.0, 3.0, 4.0, 0.5]], dtype=torch.float32).npu()
boxes_b = torch.tensor([[0.0, 2.0, 2.0, 5.0, 0.3]], dtype=torch.float32).npu()
ious = box_iou_rotated(boxes_a, boxes_b, mode="iou", aligned=False, clockwise=True)