PyTorch中如何计算两个二进制mask的并集?
PyTorch 二进制mask并集计算方法
两个二进制mask的并集规则为:对应位置只要有一个mask值为1,结果就为1,仅当两个mask值都为0时结果为0。你可以根据使用场景选择以下任意一种实现,所有实现都原生支持(batch_size, width, height)维度的输入,不需要额外调整维度:
- 逻辑运算实现(性能最优,兼容布尔/整数类型mask)
直接调用PyTorch内置逻辑或API,输出默认是布尔类型,需要整数mask的话额外做类型转换即可:# 输出为布尔类型 union_mask = torch.logical_or(A, B) # 输出为int类型二进制mask union_mask = torch.logical_or(A, B).to(torch.int) - 算术运算实现(写法最直观)
利用二进制值相加的特性,和大于0的位置就是并集区域:union_mask = torch.where(A + B > 0, 1, 0) - 位运算实现(仅适用于整数类型mask)
如果你的mask是uint8、int等整数类型,可以直接用位运算符简化写法:union_mask = A | B
补充说明:你提到的
torch.where(A == B, 1, 0)实际计算的是两个mask取值一致的位置,不是二者的交集。如果要计算交集(两个mask对应位置都为1),正确写法为torch.logical_and(A, B).to(torch.int)或者A * B。
内容的提问来源于stack exchange,提问作者Long Luu
相关产品推荐
相关产品推荐

