"(pred[：， 2：4] > min_wh).all(1)' 在 YOLO(深度学习)中做什么？

Question

我在pytorch下使用yoloV3。我(pred[:, 2:4] > min_wh).all(1)遇到了这段代码，不知道它的功能。谁能帮忙？谢谢！

我担心的是使用().all(1).我知道.all()或.any()，但不知道.all(1)。请解释.all(1)，谢谢。

Answer 1

根据文档 https://pytorch.org/docs/stable/tensors.html#torch.BoolTensor.all

第一个参数dim有all(dim)。这意味着它与all()相同，但仅在所选维度上。它基本上用于选择宽度和高度都大于min_wh的预测(行(。

在您的情况下，pred具有形状(number_of_predictions, 7)或

[
[x, y, w, h, object_conf, class_conf, class],
[x, y, w, h, object_conf, class_conf, class],
...
]

pred[:, 2:4] > min_wh后，结果将是这样的

[
[True, False],
[True, True],
[False, False],
...
]

我们要选择宽度和高度都大于min_wh的行，因此我们需要使用all(1)。

因为

all()会给你True是否所有元素都True，False否则

all(0)会给你形状(2,)的张量，例如[True, False]。如果第一列中的所有元素都True，则第一个元素将被True，否则False。如果第二列中的所有元素都True，则第二个元素将被True，否则False。

all(1)会给你形状(number_of_predictions,)的张量， 其中，仅当行中的所有元素都True时，才True每个元素。