torch.stack(), torch.cat()用法详解

AI算法网奇

已于 2025-02-24 10:47:15 修改

阅读量2.8k

点赞数

CC 4.0 BY-SA版权

分类专栏： python宝典文章标签： python pytorch 深度学习

于 2020-04-16 14:35:39 首次发布

本文链接：https://blog.csdn.net/jacke121/article/details/105557559

python宝典专栏收录该内容

1160 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了PyTorch中torch.stack()和torch.cat()两个函数的使用方法，分别阐述了它们在合并张量时的不同之处，stack保持内容单元不变，而cat会导致内容尺寸变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

检测box合并 torch.cat

torch.stack(), torch.cat()用法详解

检测box合并 torch.cat

import torch
import numpy as np

# 假设 image 是一个 numpy 数组，boxes 是一个包含边界框坐标的列表
# 这里简单模拟一下输入
image = np.random.rand(300, 400, 3)  # 模拟一个 300x400 的图像
boxes = [[10, 20, 50, 60], [70, 80, 110, 120]]  # 模拟边界框

input_boxes = []
img_height, img_width = image.shape[:2]
for box in boxes:
    x1, y1, x2, y2 = box

    width_deta = (x2 - x1) * 0.06
    height_deta = (y2 - y1) * 0.05
    # 计算调整后的 x1 和 y1，确保不小于 0
    x1_new = max(0, x1 - width_deta)
    y1_new = max(0, y1 - height_deta)

    x2_new = min(img_width, x2 + width_deta)
    y2_new = m