tensor索引[..., 0]

原创于 2021-11-12 21:05:37 发布 · 1.3k 阅读

CC 4.0 BY-SA版权

文章标签：

这篇博客探讨了在深度学习目标检测任务中，如何通过索引来解析预测输出。内容涉及tensor的索引方式，例如使用sigmoid激活函数限制框坐标(x, y)的范围，并解释了prediction的不同索引表示的含义，如prediction[...,0]代表边界框的x坐标，prediction[...,4]是置信度等关键信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tensor的一个索引方式：

self.bbox_attrs = 5 + num_classes # 5 =（4+1）：框的四个参数（x，y，w，h）+ 框内是否有物体

prediction = input.view(batch_size, len(self.anchors_mask[i]),
                                    self.bbox_attrs, input_height, input_width).permute(0, 1, 3, 4, 2).contiguous()
x = torch.sigmoid(prediction[..., 0])  #sigmoid将调整的范围固定在一个cell(0,1)里
y = torch.sigmoid(prediction[..., 1])
w = prediction[..., 2]
h = prediction[..., 3]
conf = torch.sigmoid(prediction[..., 4])
pred_cls = torch.sigmoid(prediction[..., 5:])