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对应的索引掩码。

这将移除以下边界框：

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

• 其任何坐标位于对应图像之外。您可能希望先调用 clamp_bounding_boxes() 以避免不必要的移除。

建议在管道结束时调用它，在将输入传递给模型之前。如果调用了 RandomIoUCrop，则调用此变换至关重要。如果您想额外小心，可以在所有可能修改边界框的变换之后调用它，但在大多数情况下，只需在最后调用一次就足够了。

参数：

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

• format (str 或 BoundingBoxFormat, optional) – 边界框的格式。如果 bounding_boxes 是 BoundingBoxes 对象，则必须将其设为 None。

• canvas_size (tuple of python:int, optional) – 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，则必须将其设为 None。

• min_size (float, optional) –

• min_area (float, optional) –

返回值：

有效的边界框子集，以及对应的索引掩码。该掩码可用于对与边界框相关的其他张量（例如标签）进行子集选择。

返回类型：

out (tuple of Tensors)