使用torchvision.draw_bounding_boxes绘制边界框位置偏移问题求助

核心问题原因 #

你使用torchvision.utils.draw_bounding_boxes时边界框坐标构造不符合接口要求：
该接口要求输入的边界框格式为[x_min, y_min, x_max, y_max]，其中：

• x 对应图像水平宽度方向，x_min为左边界、x_max为右边界，计算方式为x_max = left + width
• y 对应图像垂直高度方向，y_min为上边界、y_max为下边界，计算方式为y_max = top + height
  你当前代码中错误交换了宽度、高度对应的坐标轴，导致边界框位置偏移。

修正后完整代码 #

import torch
import torchvision
from PIL import Image
import matplotlib.pyplot as plt

img = Image.open("/content/drive/MyDrive/58125_000893_Sideline_frame298.jpg").convert('RGB')
convert_tensor = torchvision.transforms.ToTensor()

img = convert_tensor(img)
width = 15
top = 456
height = 16
left = 1099
img = img * 255
# 仅修改边界框构造逻辑即可
boxs = [left, top, left + width, top + height]
print(boxs)
boxs = torch.tensor(boxs, dtype=torch.int)
a = torch.tensor(img, dtype=torch.uint8)
a = torchvision.utils.draw_bounding_boxes(image=a, boxes=boxs.unsqueeze(0), width=2, colors=(0,0,255))
a = a.permute(1,2,0)
plt.imshow(a)
plt.show()

原错误效果示意 #

内容的提问来源于stack exchange，提问作者Joshua Jenny Sibbu