当前位置：首页 > news >正文

使用PyTorch实现目标检测边界框转换与可视化

news 来源：原创 2025/9/9 14:31:28

一、引言

在目标检测任务中，边界框（Bounding Box）的坐标表示与转换是核心基础操作。本文将演示如何：

实现边界框的两种表示形式（角点坐标 vs 中心坐标）之间的转换
使用Matplotlib在图像上可视化边界框
验证坐标转换的正确性

二、环境准备

import torch
from d2l import torch as d2l

PyTorch 1.12+
d2l 0.17.0+
Matplotlib 3.5+

三、代码实现与解析

1. 图像加载与显示

d2l.set_figsize()  # 设置画布大小
img = d2l.plt.imread('./data/catdog.jpg')  # 读取图像
d2l.plt.imshow(img)  # 显示图像

2. 坐标转换函数

角点坐标 → 中心坐标

def box_corner_to_center(boxes):x1, y1, x2, y2 = boxes[:,0], boxes[:,1], boxes[:,2], boxes[:,3]cx = (x1 + x2) / 2  # 中心x坐标cy = (y1 + y2) / 2  # 中心y坐标w = x2 - x1         # 宽度h = y2 - y1         # 高度return torch.stack((cx, cy, w, h), axis=-1)

中心坐标 → 角点坐标

def box_center_to_corner(boxes):cx, cy, w, h = boxes[:,0], boxes[:,1], boxes[:,2], boxes[:,3]x1 = cx - w/2  # 左上角xy1 = cy - h/2  # 左上角yx2 = cx + w/2  # 右下角xy2 = cy + h/2  # 右下角yreturn torch.stack((x1, y1, x2, y2), axis=-1)

3. 转换验证

dog_bbox = [10.0, 50.0, 80.0, 110.0]  # 狗的边界框(左上x,左上y,右下x,右下y)
cat_bbox = [90.0, 40.0, 160.0, 110.0] # 猫的边界框
boxes = torch.tensor([dog_bbox, cat_bbox])# 验证转换的正确性
print(box_center_to_corner(box_corner_to_center(boxes)) == boxes)

输出结果：

tensor([[True, True, True, True],[True, True, True, True]])

4. 边界框可视化

def bbox_to_rect(bbox, color):return d2l.plt.Rectangle(xy=(bbox[0], bbox[1]),  # 左上角坐标width=bbox[2]-bbox[0],  # 宽度height=bbox[3]-bbox[1], # 高度fill=False, edgecolor=color, linewidth=2)fig = d2l.plt.imshow(img)
fig.axes.add_patch(bbox_to_rect(dog_bbox, 'blue'))  # 添加蓝色狗框
fig.axes.add_patch(bbox_to_rect(cat_bbox, 'red'))   # 添加红色猫框

可视化效果：

X轴范围：0-150
Y轴范围：0-125
蓝色矩形框标注狗的位置
红色矩形框标注猫的位置

四、完整代码

import torch
from d2l import torch as d2l# 设置画布并加载图像
d2l.set_figsize()
img = d2l.plt.imread('./data/catdog.jpg')
d2l.plt.imshow(img)# 坐标转换函数
def box_corner_to_center(boxes):x1, y1, x2, y2 = boxes[:,0], boxes[:,1], boxes[:,2], boxes[:,3]cx, cy = (x1+x2)/2, (y1+y2)/2w, h = x2-x1, y2-y1return torch.stack((cx, cy, w, h), axis=-1)def box_center_to_corner(boxes):cx, cy, w, h = boxes[:,0], boxes[:,1], boxes[:,2], boxes[:,3]x1, y1 = cx-w/2, cy-h/2x2, y2 = cx+w/2, cy+h/2return torch.stack((x1, y1, x2, y2), axis=-1)# 定义边界框并验证转换
dog_bbox, cat_bbox = [10.0,50.0,80.0,110.0], [90.0,40.0,160.0,110.0]
boxes = torch.tensor([dog_bbox, cat_bbox])
print(box_center_to_corner(box_corner_to_center(boxes)) == boxes)# 可视化边界框
def bbox_to_rect(bbox, color):return d2l.plt.Rectangle((bbox[0], bbox[1]), bbox[2]-bbox[0], bbox[3]-bbox[1], fill=False, edgecolor=color, linewidth=2)fig = d2l.plt.imshow(img)
fig.axes.add_patch(bbox_to_rect(dog_bbox, 'blue'))
fig.axes.add_patch(bbox_to_rect(cat_bbox, 'red'))

五、关键点解析

坐标表示形式：
- 角点表示：(左上x, 左上y, 右下x, 右下y)
- 中心表示：(中心x, 中心y, 宽度, 高度)
转换验证：
- 通过两次转换后与原值对比，全True结果证明转换正确性
可视化技巧：
- 使用Matplotlib的Rectangle对象创建边界框
- 通过add_patch方法将图形元素添加到坐标轴

六、总结

本文实现了目标检测中边界框的坐标转换与可视化，验证了：

两种坐标表示形式的等价性
边界框在图像上的准确定位
转换函数的正确性

该技术可应用于目标检测数据预处理、结果可视化等场景。读者可以尝试修改边界框坐标，观察不同位置的可视化效果。

实际运行效果示意图：

（注：需自行准备包含猫狗的图像，保存为./data/catdog.jpg）

使用PyTorch实现目标检测边界框转换与可视化

一、引言在目标检测任务中，边界框（Bounding Box）的坐标表示与转换是核心基础操作。本文将演示如何： 实现边界框的两种表示形式（角点坐标 vs 中心坐标）之间的转换使用Matplotlib在图像上可视化边界框验…...

编程日记 2025/9/9 14:31:28

QEMU学习之路（8）— ARM32通过u-boot 启动Linux

QEMU学习之路（8）— ARM32通过u-boot 启动Linux 一、前言参考文章： Linux内核学习——内核的编译和启动 Linux 内核的编译和模拟执行 Linux内核运行——根文件系统 Linux 内核学习——使用 uboot 加载内核二、构建Linux内核 1、获取Linu…...

编程日记 2025/9/7 14:40:09

flutter 桌面应用之右键菜单

在 Flutter 桌面应用开发中，context_menu 和 contextual_menu 是两款常用的右键菜单插件，各有特色。以下是对它们的对比分析： 🧩 context_menu 集成方式：通过 ContextMenuArea 组件包裹目标组件，定义…...

编程日记 2025/9/9 14:29:07

系统设计面试总结：高性能相关：CDN（内容分发网络）、什么是静态资源、负载均衡（Nginx）、canal、主从复制

以下为本人自学回顾使用，请支持javaGuide原版。 1.CDN概述 CDN 就是将静态资源分发到多个不同的地方以实现就近访问，进而加快静态资源的访问速度，减轻服务器以及带宽的负担。你可以将 CDN 看作是服务上一层的特殊缓存服务，分布…...

编程日记 2025/9/5 0:03:55

从红黑树到哈希表：原理对比与典型场景应用解析（分布式以及布隆过滤器）

在数据结构的世界里，红黑树一直以「自平衡二叉查找树」的身份备受赞誉。凭借红黑节点的精妙设计，它能将插入、删除、查找的时间复杂度稳定控制在 ( log ⁡ n ) (\log n) (logn)，成为处理有序数据的经典方案。然而，当业务场景对「…...

编程日记 2025/9/9 14:29:09

动手学深度学习：手语视频在VGG模型中的测试

前言其他所有部分同上一篇AlexNet一样，所以就不再赘诉，直接看VGG搭建部分。模型 VGG是第一个采取块进行模块化搭建的模型。 def vgg_block(num_convs,in_channels,out_channels):layers[]for _ in range(num_convs):layers.append(nn.Conv2d(in_ch…...

编程日记 2025/9/9 14:27:57

微信小程序实战案例 - 餐馆点餐系统阶段 4 - 订单列表状态

✅ 阶段 4 – 订单列表 & 状态目标展示用户「我的订单」列表支持状态筛选（全部 / 待处理 / 已完成）支持分页加载和实时刷新使用原生组件编写 ✅ 1. 页面结构：文件结构 pages/orders/├─ index.json├─ index.wxml├─ index.js└─…...

编程日记 2025/9/9 14:30:48

深度学习理论-直观理解 Attention

本文首先介绍 Attention 的原始公式，然后以 Self-Attention 为例，简化后逐步分析 Attention 计算结果表达的含义 Attention Attention 公式如下： A t t e n t i o n s o f t m a x ( Q ⋅ K T d k ) ⋅ V Attention softmax(\frac{Q \cd…...

编程日记 2025/9/9 14:30:45

python中 “with” 关键字的取舍问题

自动管理资源（自动关闭文件） 当你使用 with 打开文件时，文件会在 with 代码块结束后自动关闭，无论是否发生异常。这意味着你不需要显式地调用 f.close() 来关闭文件示例： with open("words.txt", "r…...

编程日记 2025/9/9 14:29:08

ISIS协议（动态路由协议）

ISIS基础基本概念 IS-IS（Intermediate System to Intermediate System，中间系统到中间系统）是ISO （International Organization for Standardization，国际标准化组织）为它的CLNP（ConnectionL…...

编程日记 2025/9/9 14:29:08

llm开发框架新秀

原文链接:https://i68.ltd/notes/posts/20250404-llm-framework3/ google开源ADK-Agent Development Kit 开源的、代码优先的 Python 工具包，用于构建、评估和部署具有灵活性和控制力的复杂智能体项目仓库:https://github.com/google/adk-python 2.6k项目文档:Age…...

编程日记 2025/9/7 19:15:46

Zookeeper的典型应用场景?

大家好，我是锋哥。今天分享关于【Zookeeper的典型应用场景?】面试题。希望对大家有帮助； Zookeeper的典型应用场景? 1000道互联网大厂Java工程师精选面试题-Java资源分享网 ZooKeeper 是一个开源的分布式协调服务，主要用于管理和协调大…...

编程日记 2025/9/9 14:29:09

【C数据结构】 TAILQ双向有尾链表的详解

TAILQ双向有尾链表的详解常见的链表结构1.SLIST2.STAILQ3.LIST4.TAILQ5.CIRCLEQ 一、TAILQ链表简介二、TAILQ的定义和声明三、TAILQ队列的函数1.链表头的初始化2.获取第一个节点地址3.获取最后一个节点地址4.链表是否为空5.下一个节点地址6.上一个节点地址7.插入头节点8.插入尾…...

编程日记 2025/9/3 4:37:08

redisson的unlock方法

//分布式方式，分布式锁，采用redisson锁 RLock lock redissonClient.getLock(userId.toString());//lock方法会无限重试。getLock底层是hash，大key是userid，小key是线程，value是重入次数 try {//boolean b lock.tryLo…...

编程日记 2025/9/9 8:13:23

ffmpeg 切割视频失败 ffmpeg 命令参数 -vbsf 在新版本中已经被弃用，需要使用 -bsf:v 替代

ffmpeg 切割视频失败 ffmpeg 命令参数 -vbsf 在新版本中已经被弃用，需要使用 -bsf:v 替代从日志中可以看到问题出在第一个 ffmpeg 命令执行时： Unrecognized option vbsf.Error splitting the argument list: Option not found这是因为 ffmpeg 命令参…...

编程日记 2025/9/9 14:27:55

设计模式——抽象工厂模式总结

理解了前面的工厂模式后，再理解抽象工厂模式就很容易了。工厂模式：https://blog.csdn.net/inside802/article/details/147170118?spm1011.2415.3001.10575&sharefrommp_manage_link 抽象工厂模式就是工厂模式的更加抽象化，父类不仅不承…...

编程日记 2025/9/4 5:26:26

JavaScript 定时器

在 JavaScript 中，定时器是实现代码在特定时间间隔执行或延迟执行的重要工具。下面我们将深入探讨定时器的相关知识。定时器基础 setTimeout() setTimeout() 函数用于在指定的延迟时间后执行一次回调函数。它接受两个参数，第一个参数是要执行的回调函…...

编程日记 2025/8/29 4:03:52

企业经营决策风险

在企业的经营过程中，领导者每天都在面对大量的决策——该扩大生产还是收缩业务？该增设销售渠道还是提升产品质量？但你知道吗，企业最大的成本，不是生产成本，也不是人工成本，而是决策错误的成本&a…...

编程日记 2025/9/9 1:30:05

【云安全】云原生-centos7搭建/安装/部署k8s1.23.6单节点

一、节点基本配置 1、准备操作系统 2、修改主机名 hostnamectl set-hostname master-1 hostnamectl set-hostname node1 hostnamectl set-hostname node2#验证hostnamectl status 3、修改/etc/hosts cat <<EOF >>/etc/hosts 192.168.255.137 master-1 192.168…...

编程日记 2025/9/7 2:56:43

【已更新完毕】2025泰迪杯数据挖掘竞赛B题数学建模思路代码文章教学:基于穿戴装备的身体活动监测

基于穿戴装备的身体活动监测摘要本研究基于加速度计采集的活动数据，旨在分析和统计100名志愿者在不同身体活动类别下的时长分布。通过对加速度数据的处理，活动被划分为睡眠、静态活动、低强度、中等强度和高强度五类，进而计算每个志愿者在…...

编程日记 2025/9/5 12:10:12

力扣每日打卡 1922. 统计好数字的数目 (中等)

力扣 1922. 统计好数字的数目中等前言一、题目内容二、解题方法1. 暴力解法（会超时，此法不通）2. 快速幂运算3. 组合计数的思维逻辑分析组合计数的推导例子分析思维小结论 4.官方题解4.1 方法一：快速幂三、快速幂运算快速幂运算…...

编程日记 2025/9/7 15:15:33

宝塔Linux面板 - 添加站点建站时没有域名实现 IP 地址访问测试（宝塔面板建站 IP 访问）

前言使用面板添加站点时，必须要填写一个域名用来指向程序，没有域名怎么办？ 答案：域名直接写【服务器 IP 地址】操作步骤如果还没有添加站点，则直接在创建站点的时候，域名那填写服务器地址即可&#…...

编程日记 2025/9/7 5:11:13

【GitHub探索】mcp-go，MCP协议的Golang-SDK

近期大模型Agent应用开发方面，MCP的概念比较流行，基于MCP的ToolServer能力开发也逐渐成为主流趋势。由于笔者工作原因，主力是Go语言，为了调研大模型应用开发，也接触到了mcp-go这套MCP的SDK实现。对于企业内部而言&am…...

编程日记 2025/8/26 17:08:19

手撕TCP内网穿透及配置树莓派

注意： 本文内容于 2025-04-13 15:09:48 创建，可能不会在此平台上进行更新。如果您希望查看最新版本或更多相关内容，请访问原文地址：手撕TCP内网穿透及配置树莓派。感谢您的关注与支持！ 之前入手了树莓派5，…...

编程日记 2025/9/1 19:00:13

人形机器人运动与操作：控制、规划和学习方面的当前进展与挑战

前言图 1：执行运动和操作任务的人形机器人：（a）HRP-4 在适应地形的同时擦拭木板[1]；（b-g）Digit、Hector[2]、Atlas、H1、Justin[3]和 Apollo 取放物体；（h）iCu…...

编程日记 2025/9/9 8:23:40

C++ 重构muduo网络库

本项目参考的陈硕老师的思想 1. 基础概念进程里有 Reactor、Acceptor、Handler 这三个对象 Reactor 对象的作用是监听和分发事件；Acceptor 对象的作用是获取连接；Handler 对象的作用是处理业务； 先说说阻塞I/O，非阻塞I/O&…...

编程日记 2025/9/6 16:45:35

【计算机网络实践】(十二)大学校园网综合项目设计

本系列包含： （一）以太网帧分析与网际互联协议报文结构分析 （二）地址解析协议分析与传输控制协议特性分析 （三）交换机的基本操作、配置、虚拟局域网配置和应用 （四）交…...

编程日记 2025/9/8 4:30:02

通过api程序的方式编辑ps的三种方式

目前只使用了第一种 ps-python-api去操作还没有尝试其他两种方式对于第一种方式必须要开启ps程序，程序调用修改新增图层和文档时会同步到ps页面，可以直观看到修改结果...

编程日记 2025/8/17 21:12:02

论文阅读笔记——Reactive Diffusion Policy

RDP 论文通过 AR 提供实时触觉/力反馈；慢速扩散策略，用于预测低频潜在空间中的高层动作分块；快速非对称分词器实现闭环反馈控制。 ACT、 π 0 \pi_0 π0 采取了动作分块，在动作分块执行期间处于开环状态，无法及时响…...

编程日记 2025/9/9 0:26:48

MySQL表的增删改查进阶版

Mysql 1、数据库的约束1.1约束类型1.2 NULL约束1.3 UNIQUE：唯一约束1.4 DEFAULT：默认值约束1.5 PRIMARY KEY：主键约束（重点）1.6 FOREIGN KEY：外键约束（重点） 2.表的设计2.1一对一2.2…...

编程日记 2025/9/7 16:01:56

【C#】Socket通信的使用

在C#中，Socket通信是一种用于实现网络通信的底层技术。通过Socket，程序可以在网络上与其他设备进行数据交换。以下是如何使用C#中的System.Net.Sockets命名空间来实现Socket通信的详细步骤。 1. Socket通信的基本概念 Socket: 一个Socket是网络通信的端…...

编程日记 2025/9/8 4:56:39

linux以C方式和内核交互监听键盘[香橙派搞机日记]

最近在深入研究我的香橙派，不可避免的遇到了怎么认识和使用Linux内核的问题。我给自己留了一个简单的任务：使用原生C来监听内核，实现读取键盘的消息。 CSDN上也有其他文章来解决这个问题，不过要么是技术不达标（直接和…...

编程日记 2025/8/28 17:33:23

【C++初学】课后作业汇总复习（七）指针-深浅copy

1、 HugeInt类:构造、、cout Description: 32位整数的计算机可以表示整数的范围近似为－20亿到＋20亿。在这个范围内操作一般不会出现问题，但是有的应用程序可能需要使用超出上述范围的整数。C可以满足这个需求，创建功能强大的新的…...

编程日记 2025/9/7 4:40:00

【iOS】UIPageViewController学习

UIPageViewController学习前言创建一个UIPageViewController最简单的使用 UIPageViewController的方法说明：效果展示 UIPageViewController的协议方法前言笔者最近在写项目时想实现一个翻书效果，上网学习到了UIPageViewController今天写本篇博客总结…...

编程日记 2025/9/7 21:52:49

GDB 调试命令详解：高效掌握常用调试技巧

🐞 GDB 调试命令详解：高效掌握常用调试技巧 GNU Debugger（GDB）是 Linux 下最强大的 C/C 调试工具。本文将系统梳理 GDB 的常用命令，覆盖运行控制、断点管理、变量查看、线程与进程调试等核心功能，助你快速掌…...

编程日记 2025/9/9 13:43:09

实验二用递归下降法分析表达式实验

【实验目的】 1.掌握用递归下降分析法进行语法分析的方法。加深对自顶向下语法分析原理的理解。 2.掌握设计、编制并调试自顶向下语法分析程序的思想和方法。 3.本实验是高级语言程序设计、数据结构和编译原理中词法分析、自顶向下语法分析原理等知识的综合。由于语法分析…...

编程日记 2025/9/2 19:44:02

【随身wifi】青龙面板保姆级教程

0.操作前必看本教程基于Debian系统，从Docker环境。面板安装，到最后拉取脚本的使用。可以拉库跑狗东京豆，elm红包等等，也可以跑写自己写的脚本，自行探索重要的号别搞，容易黑号，黑号自己负责…...

编程日记 2025/9/9 1:30:09

从一到无穷大 #45：InfluxDB MCP Server 构建：从工程实践到价值重构

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。本作品 (李兆龙博文, 由李兆龙创作)，由李兆龙确认，转载请注明版权。文章目录工程实践遇到的问题MCP Host选择开发流程结果展现可能性展望工作生活带来的变化 MCP…...

编程日记 2025/9/3 7:28:43

app逆向专题五：新快报app数据采集

app逆向专题五：新快报app数据采集一、抓包寻找数据接口二、编写代码三、完整代码一、抓包寻找数据接口打开charles，并在手机端打开新快报app，点击“广州”或者“经济”等选项卡，抓包，寻找数据接口，如图所示：二、编写代码这里介绍一种简便的代码编写方法，在数据…...

编程日记 2025/9/3 3:26:48

使用 lm-eval 评估模型时报错：TypeError: ‘NoneType’ object is not callable 的解决方案

问题描述在使用 lm-evaluation-harness 进行多 GPU 模型评估时，使用如下命令： accelerate launch --multi-gpu --num_processes 2 \-m lm_eval --model hf \--model_args pretrained${local_model_path} \--tasks mmlu \--batch_size 8 \--log_sample…...

编程日记 2025/9/9 1:30:10

脉冲耦合神经网络（PCNN）：图像处理中的强大工具

文章目录一、PCNN 的起源与背景二、PCNN 的基本原理（一）模型结构（二）工作方式（三）动态阈值与脉冲特征三、PCNN 在图像处理中的应用（一）图像分割（二）边缘检测（三）纹理分析四、PCNN 的实现与优化环境准备PCNN 类定义图像分割示例在图像处理和计算机视觉领域，神经网…...

编程日记 2025/9/5 8:44:55

【Git】从零开始使用git --- git 的基本使用

哪怕是野火焚烧，哪怕是冰霜覆盖， 依然是志向不改，依然是信念不衰。 --- 《悟空传》--- 从零开始使用git 了解 Gitgit创建本地仓库初步理解git结构版本回退了解 Git 开发场景中，文档可能会经历若干版本的迭代。假如我们不进行…...

编程日记 2025/9/9 6:20:15

React Hooks 的使用

🤍 前端开发工程师、技术日更博主、已过CET6 🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 🕠 牛客高级专题作者、打造专栏《前端面试必备》、《2024面试高频手撕题》、《前端求职突破计划》 🍚 蓝桥云课签约作者、…...

编程日记 2025/8/17 19:11:47

【NIO番外篇】之组件 Channel

目录一、什么是NIO Channel？二、常见的Channel组件及其用法1. FileChannel2. SocketChannel3. ServerSocketChannel4. DatagramChannel 🌟我的其他文章也讲解的比较有趣😁，如果喜欢博主的讲解方式，可以多多支持一下&a…...

编程日记 2025/9/7 10:04:56

探秘 Ruby 与 JavaScript：动态语言的多面风采

1 语法特性对比：简洁与灵活 1.1 Ruby 的语法优雅 Ruby 的语法设计旨在让代码读起来像自然语言一样流畅。它拥有简洁而富有表现力的语法结构，例如代码块、符号等。以下是一个使用 Ruby 进行数组操作的简单示例： # 定义一个数组 numbers [1…...

编程日记 2025/9/4 20:28:42

高频面试题（含笔试高频算法整理）基本总结回顾21

干货分享，感谢您的阅读！ （暂存篇---后续会删除，完整版和持续更新见高频面试题基本总结回顾（含笔试高频算法整理）） 备注：引用请标注出处，同时存在的问题请在相关博客留言…...

编程日记 2025/9/9 6:42:09

深入浅出一下Python函数的核心概念与进阶应用

本篇技术博文摘要 🌟 本文系统梳理了Python函数的核心知识点，从基础概念到高级特性，构建了完整的函数编程知识体系。内容涵盖：变量作用域的局部与全局划分、函数注释的规范写法、参数传递中值与引用的区别、匿名函数的灵活应用&am…...

编程日记 2025/8/28 19:30:35

【漫话机器学习系列】198.异常值（Outlier）

异常值（Outlier）全面指南 —— 检测、分析与处理作者：Chris Albon（图源） 场景：数据清洗与特征工程必备技能一、什么是异常值（Outlier） 定义异常值（Outlier&#xff0…...

编程日记 2025/8/31 11:30:53

React 记账本项目实战：多页面路由、Context 全局

在本文中，我们将分享一个使用 React 开发的「记账本」项目的实战经验。该项目通过 VS Code 完成，包含首页、添加记录页、编辑页等多个功能页面，采用了 React Router 实现路由导航，使用 Context API 管理全局的交易记录状态，并引入数据可视化组件呈现不同月份的支出情况。项…...

编程日记 2025/9/6 18:15:43

[React] 如何用 Zustand 构建一个响应式 Enum Store？附 RTKQ 实战与 TS 架构落地

[React] 如何用 Zustand 构建一个响应式 Enum Store？附 RTKQ 实战与 TS 架构落地本文所有案例与数据为作者自行构建，所有内容均为技术抽象示例，不涉及任何实际商业项目自从之前尝试了一下 zustand 之后，就发现 zustand 是一个轻…...

编程日记 2025/9/5 18:41:55