两类张量的区别及Boxes类型张量转列表方法咨询

一、两类张量的核心区别 #

• 普通张量（#1）：PyTorch原生的torch.Tensor类型，是最基础的数值存储容器，仅负责存储多维数值数据，无额外领域相关的语义或方法封装。比如示例中的一维0/1数组，就是单纯的数值集合。
• Boxes张量（#2）：目标检测类框架（如Detectron2）封装的专用张量类型，是对普通PyTorch张量的包装。它在普通张量基础上，增加了边界框相关的语义定义和专属方法（比如坐标格式转换、IoU计算等），内部存储的是每个边界框的四个坐标值（通常为x1, y1, x2, y2格式）。

二、Boxes张量转列表的方法 #

Boxes是封装类，需要先提取其内部的普通张量，再调用tolist()方法完成转换：

# 提取内部普通张量并转为列表
bboxes_list = bboxes.tensor.tolist()

如果张量位于CUDA设备上，tolist()会自动完成设备转换；若需显式指定CPU，可修改为：

bboxes_list = bboxes.tensor.cpu().tolist()

转换后得到的是二维列表，每个子列表对应一个边界框的四个坐标值，和示例中Boxes内部张量的结构完全对应。

内容的提问来源于stack exchange，提问作者4daJKong