关于坐标计算的问题 about pytorch_yolov1

[Hexmagic]

标签文件的内容是下面的格式，标签，中心点坐标(cx,cy)，宽，高

1 0.48652694610778446 0.7020000000000001 0.5538922155688623 0.596
14 0.5179640718562875 0.463 0.592814371257485 0.922
14 0.877245508982036 0.506 0.24550898203592816 0.936

make_target函数只是一个提取的示例，实际解析使用的data/voc.py的__getitem__函数解析xml得到。

[tjkfly]

对，我看到了那个解析XML，也是[x1,y1,x2,y2]
def _get_annotation(self, image_id): annotation_file = image_id objects = ET.parse(annotation_file).findall("object") boxes = [] labels = [] is_difficult = [] for obj in objects: class_name = obj.find('name').text.lower().strip() bbox = obj.find('bndbox') # VOC dataset format follows Matlab, in which indexes start from 0 x1 = float(bbox.find('xmin').text) - 1 y1 = float(bbox.find('ymin').text) - 1 x2 = float(bbox.find('xmax').text) - 1 y2 = float(bbox.find('ymax').text) - 1 boxes.append([x1, y1, x2, y2])
然后 接下来就是两个变换，其中没有看到涉及您说的那个标签文件，self.transform 这一步，box 的格式也没有变化，而在self.target_transform 这里使用的就是[Cx, Cy, w, h] ，所以我就很疑惑。
` def getitem(self, index):
image_id = self.ids[index]
# gt 框 boxes [x1, y1, x2, y2]
boxes, labels, is_difficult = self._get_annotation(image_id) #

    if not self.keep_difficult:
        boxes = boxes[is_difficult == 0]
        labels = labels[is_difficult == 0]
    image = self._read_image(image_id)
   
    if self.transform:
        image, boxes, labels = self.transform(image, boxes, labels)   # 
        boxes = np.clip(boxes, 0.0, 1.0)
    
    if self.target_transform:
        image, targets = self.target_transform(image, boxes, labels)  # 
        return image, targets, image_id
    return image, boxes, labels`

[Hexmagic]

我扫了一眼 好像是有问题，我修改了代码，现在没时间验证难怪当时效果不好😅