UYHHU

MTSP-main/ultralytics/models/fastsam/utils.py

@@ -7,22 +7,33 @@ def adjust_bboxes_to_image_border(boxes, image_shape, threshold=20):
     """
     Adjust bounding boxes to stick to image border if they are within a certain threshold.
 
-    Args:
-        boxes (torch.Tensor): (n, 4)
-        image_shape (tuple): (height, width)
-        threshold (int): pixel threshold
-
-    Returns:
-        adjusted_boxes (torch.Tensor): adjusted bounding boxes
+    函数功能：
+    该函数用于调整边界框（bounding boxes）的坐标，使其在距离图像边界小于指定阈值时，能够紧贴图像的边界。
+
+    参数说明：
+    boxes (torch.Tensor): (n, 4)
+        - 输入的边界框张量，形状为 (n, 4)，其中 n 表示边界框的数量，每个边界框由 4 个值表示，
+          通常分别对应左上角的 x 坐标、左上角的 y 坐标、右下角的 x 坐标、右下角的 y 坐标。
+    image_shape (tuple): (height, width)
+        - 图像的形状，以元组形式表示，包含图像的高度（height）和宽度（width）两个维度的尺寸信息。
+    threshold (int): pixel threshold
+        - 像素阈值，用于判断边界框是否需要调整紧贴图像边界，单位为像素，默认值为 20。
+
+    返回值：
+    adjusted_boxes (torch.Tensor): adjusted bounding boxes
+        - 返回调整后的边界框张量，其格式和输入的 'boxes' 张量一致，只是坐标值根据规则进行了相应调整。
     """
 
-    # Image dimensions
+    # 获取图像的高度和宽度，分别赋值给变量 h 和 w，用于后续边界框坐标调整的判断依据
     h, w = image_shape
 
-    # Adjust boxes
+    # 调整边界框的坐标，如果边界框的左上角 x 坐标（boxes[:, 0]）小于阈值，将其设置为 0，使其紧贴图像左边界
     boxes[boxes[:, 0] < threshold, 0] = 0  # x1
+    # 如果边界框的左上角 y 坐标（boxes[:, 1]）小于阈值，将其设置为 0，使其紧贴图像上边界
     boxes[boxes[:, 1] < threshold, 1] = 0  # y1
+    # 如果边界框的右下角 x 坐标（boxes[:, 2]）大于图像宽度减去阈值，将其设置为图像宽度 w，使其紧贴图像右边界
     boxes[boxes[:, 2] > w - threshold, 2] = w  # x2
+    # 如果边界框的右下角 y 坐标（boxes[:, 3]）大于图像高度减去阈值，将其设置为图像高度 h，使其紧贴图像下边界
     boxes[boxes[:, 3] > h - threshold, 3] = h  # y2
     return boxes
 
@@ -31,34 +42,55 @@ def bbox_iou(box1, boxes, iou_thres=0.9, image_shape=(640, 640), raw_output=Fals
     """
     Compute the Intersection-Over-Union of a bounding box with respect to an array of other bounding boxes.
 
-    Args:
-        box1 (torch.Tensor): (4, )
-        boxes (torch.Tensor): (n, 4)
-
-    Returns:
-        high_iou_indices (torch.Tensor): Indices of boxes with IoU > thres
+    函数功能：
+    该函数用于计算一个给定的边界框（box1）与一组其他边界框（boxes）之间的交并比（Intersection-Over-Union，简称 IoU），
+    并可以根据设定的 IoU 阈值筛选出满足条件的边界框索引。
+
+    参数说明：
+    box1 (torch.Tensor): (4, )
+        - 单个边界框的坐标张量，形状为 (4, )，4 个值依次代表左上角的 x 坐标、左上角的 y 坐标、右下角的 x 坐标、右下角的 y 坐标。
+    boxes (torch.Tensor): (n, 4)
+        - 一组边界框的坐标张量，形状为 (n, 4)，n 表示边界框的数量，每个边界框的坐标表示方式同 box1。
+    iou_thres (int, optional): 交并比阈值，默认值为 0.9，用于筛选出与给定边界框 IoU 大于此阈值的其他边界框。
+    image_shape (tuple, optional): (height, width)，图像的形状，默认值为 (640, 640)，用于在计算 IoU 前调整边界框坐标（调用了 adjust_bboxes_to_image_border 函数）。
+    raw_output (bool, optional): 是否返回原始的 IoU 值，默认值为 False，如果为 True，则直接返回计算得到的 IoU 值（或 0，如果没有交集情况），
+                                 如果为 False，则返回 IoU 大于阈值的边界框索引。
+
+    返回值：
+    如果 raw_output 为 True：
+    返回计算得到的交并比（IoU）值，如果输入的 boxes 张量为空（即 iou.numel() == 0，表示没有其他边界框与之计算 IoU），则返回 0。
+    如果 raw_output 为 False：
+    返回满足 IoU 大于阈值（iou_thres）条件的边界框在输入的 boxes 张量中的索引，以扁平化后的张量形式返回。
     """
+    # 先调用 adjust_bboxes_to_image_border 函数，根据图像形状和阈值调整输入的边界框（boxes）坐标，使其紧贴图像边界
     boxes = adjust_bboxes_to_image_border(boxes, image_shape)
-    # obtain coordinates for intersections
+    # 以下是计算交并比（IoU）的步骤：
+
+    # 对于每个边界框，获取其与给定边界框（box1）在 x 方向上的交集的起始坐标（取两者左上角 x 坐标的最大值）
     x1 = torch.max(box1[0], boxes[:, 0])
+    # 获取其与给定边界框在 y 方向上的交集的起始坐标（取两者左上角 y 坐标的最大值）
     y1 = torch.max(box1[1], boxes[:, 1])
-    x2 = torch.min(box1[2], boxes[:, 2])
-    y2 = torch.min(box1[3], boxes[:, 3])
+    # 获取其与给定边界框在 x 方向上的交集的结束坐标（取两者右下角 x 坐标的最小值）
+    x2 = torch.max(box1[2], boxes[:, 2])
+    # 获取其与给定边界框在 y 方向上的交集的结束坐标（取两者右下角 y 坐标的最小值）
+    y2 = torch.max(box1[3], boxes[:, 3])
 
-    # compute the area of intersection
+    # 计算交集区域的面积，通过计算交集区域在 x 和 y 方向上的边长（需要使用 clamp(0) 确保边长非负），然后相乘得到面积
     intersection = (x2 - x1).clamp(0) * (y2 - y1).clamp(0)
 
-    # compute the area of both individual boxes
+    # 计算给定边界框（box1）的面积，通过右下角坐标与左上角坐标差值相乘得到
     box1_area = (box1[2] - box1[0]) * (box1[3] - box1[1])
+    # 计算输入的一组边界框（boxes）中每个边界框的面积，同样通过右下角坐标与左上角坐标差值相乘得到
     box2_area = (boxes[:, 2] - boxes[:, 0]) * (boxes[:, 3] - boxes[:, 1])
 
-    # compute the area of union
+    # 计算并集区域的面积，通过两个边界框面积之和减去交集区域面积得到
     union = box1_area + box2_area - intersection
 
-    # compute the IoU
+    # 计算交并比（IoU），即交集区域面积除以并集区域面积，得到的结果形状应该为 (n, )，n 为输入的边界框数量（boxes 的行数）
     iou = intersection / union  # Should be shape (n, )
     if raw_output:
         return 0 if iou.numel() == 0 else iou
 
-    # return indices of boxes with IoU > thres
-    return torch.nonzero(iou > iou_thres).flatten()
+    # 根据设定的 IoU 阈值（iou_thres），筛选出 IoU 大于该阈值的边界框索引，通过 torch.nonzero 找到满足条件的位置索引，
+    # 并使用 flatten 方法将其扁平化，最终返回这些满足条件的边界框在输入的 boxes 张量中的索引
+    return torch.nonzero(iou > iou_thres).flatten()