此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 函数
  • compute_ratio_and_padding
  • transform_boxes
  • transform_keypoints
  • transform_masks
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

spatial_transforms

最后更新
Python API: luxonis_train.utils.spatial_transforms将模型看到的调整大小后的图像中的边界框、关键点和掩码映射回原始图像。

函数

compute_ratio_and_padding

Python
1def compute_ratio_and_padding(orig_h: int, orig_w: int, train_size: tuple[int, int], keep_aspect_ratio: bool) -> tuple[float | None, float, float]:
计算 letterbox 调整大小的比例和填充。如果 keep_aspect_ratio 为 true,则比例 r = min(ht ⁄ ho, wt ⁄ wo),其中 (ht, wt) 是 train_size,(ho, wo) 是原始大小。填充 px = (wt − r**wo) ⁄ 2(左右),py = (ht − r**ho) ⁄ 2(上下)。如果 keep_aspect_ratio 为 false,加载器会拉伸图像,因此函数不返回比例和填充。参数
  • orig_h (int): 原始图像的高度,以像素为单位。
  • orig_w (int): 原始图像的宽度,以像素为单位。
  • train_size (tuple[int, int]): 模型输入的高度和宽度。
  • keep_aspect_ratio (bool): 加载器是否对图像进行了 letterbox 处理。
返回
  • tuple[float | None, float, float]: 比例 r、填充 px 和填充 py。如果 keep_aspect_ratio 为 false,结果为 (None, 0, 0)。

transform_boxes

Python
1def transform_boxes(raw_boxes: np.ndarray, orig_h: int, orig_w: int, train_size: tuple[int, int], keep_aspect_ratio: bool) -> np.ndarray:
将边界框从模型输入转换为原始图像。如果 keep_aspect_ratio 为 true,函数会减去填充并除以 compute_ratio_and_padding 中的比例。然后将坐标除以原始宽度和高度。它不会裁剪结果,因此填充中的边界框会得到 [0, 1] 之外的值。警告: 如果 keep_aspect_ratio 为 false,函数不会从 train_size 缩放边界框。只有当原始大小等于 train_size 时,结果才正确。参数
  • raw_boxes (np.ndarray): 模型输入像素中的边界框,形状为 [N, 4],采用 xyxy 格式。
  • orig_h (int): 原始图像的高度,以像素为单位。
  • orig_w (int): 原始图像的宽度,以像素为单位。
  • train_size (tuple[int, int]): 模型输入的高度和宽度。
  • keep_aspect_ratio (bool): 加载器是否对图像进行了 letterbox 处理。
返回
  • np.ndarray: 形状为 [N, 4] 的边界框,采用归一化的 xywh 格式,其中 x 和 y 表示左上角。空的 raw_boxes 会得到形状为 [0] 的空数组。

transform_keypoints

Python
1def transform_keypoints(raw_kpts: np.ndarray, orig_h: int, orig_w: int, train_size: tuple[int, int], keep_aspect_ratio: bool) -> np.ndarray:
将关键点从模型输入转换为原始图像。如果 keep_aspect_ratio 为 true,函数会减去填充并除以 compute_ratio_and_padding 中的比例。然后将 x 除以原始宽度,将 y 除以原始高度。第三个值不变。函数不会裁剪结果。警告: 如果 keep_aspect_ratio 为 false,函数不会从 train_size 缩放关键点。只有当原始大小等于 train_size 时,结果才正确。参数
  • raw_kpts (np.ndarray): 模型输入像素中的关键点,形状为 [N, K, 3]。最后一个轴包含 x、y 和可见性或分数。
  • orig_h (int): 原始图像的高度,以像素为单位。
  • orig_w (int): 原始图像的宽度,以像素为单位。
  • train_size (tuple[int, int]): 模型输入的高度和宽度。
  • keep_aspect_ratio (bool): 加载器是否对图像进行了 letterbox 处理。
返回
  • np.ndarray: 形状为 [N, K, 3] 的关键点,为 float64 类型,x 和 y 已归一化。

transform_masks

Python
1def transform_masks(raw_masks: np.ndarray, orig_h: int, orig_w: int, train_size: tuple[int, int], keep_aspect_ratio: bool) -> np.ndarray:
将掩码从模型输入转换为原始图像。如果 keep_aspect_ratio 为 true,函数会从每个掩码中裁剪填充。它会将裁剪边界截断为整数。然后使用最近邻插值将每个掩码调整为原始大小。参数
  • raw_masks (np.ndarray): 模型输入大小的掩码,形状为 [N, H, W]。N 必须至少为 1,因为 np.stack 拒绝空列表。数据类型必须是 cv2.resize 接受的类型,例如 float32。
  • orig_h (int): 原始图像的高度,以像素为单位。
  • orig_w (int): 原始图像的宽度,以像素为单位。
  • train_size (tuple[int, int]): 模型输入的高度和宽度。
  • keep_aspect_ratio (bool): 加载器是否对图像进行了 letterbox 处理。
返回
  • np.ndarray: 形状为 [N, orig_h, orig_w] 的掩码。