### Detectron2 `structures.instances.Instances` 类详解 #### 使用方法 `Instances` 是 Detectron2 中用于表示图像中多个实例的数据结构。该类主要用于存储检测到的对象实例及其属性，如边界框、类别标签和掩码等。 创建一个新的 Instances 对象通常通过指定图像尺寸来初始化： ```python from detectron2.structures import Instances instances = Instances(image_size=(height, width)) ``` #### 属性说明 - **pred_boxes**: 存储预测的边界框，类型为 Boxes[^1]。 - **scores**: 预测得分数组，反映每个实例属于特定类别的置信度。 - **pred_classes**: 整数类型的张量，指示每个实例对应的分类索引。 - **pred_masks**: 如果存在分割任务，则此字段保存预测的二值掩膜数据。 - **gt_boxes**, **gt_classes**, etc.: 当前这些字段用来保存真实标注信息，在训练过程中会用到；而推断时不涉及此类字段。 #### 功能描述 `Instances` 提供了一种统一的方式来处理来自不同计算机视觉任务的结果，比如目标检测、实例分割以及关键点估计等。它允许开发者轻松访问并操作各个实例的信息，同时也支持批量运算以便于高效计算。 对于每一个具体的实例，可以通过上述提到的各种属性获取其详细情况。此外，还能够方便地添加自定义的新字段以适应特殊需求。 #### 示例代码展示 下面给出一段简单的 Python 代码片段，展示了如何构建一个包含两个矩形区域的目标检测结果集，并打印出它们的位置坐标： ```python import torch from detectron2.structures import Boxes, Instances # 创建一个假定大小为 (H=800, W=600) 的图片上的 instances 结构体 insts = Instances((800, 600)) # 定义一些虚拟的 box 数据 boxes_tensor = torch.tensor([[10., 20., 300., 400.], [50., 60., 700., 800.]]) insts.pred_boxes = Boxes(boxes_tensor) # 添加其他必要的字段... insts.scores = torch.rand(len(insts)) * .9 + .1 # 模拟分数分布 insts.pred_classes = torch.randint(low=0, high=20, size=(len(insts), )) for idx in range(len(insts)): bbox = insts.pred_boxes[idx].tensor.numpy().flatten() score = float(insts.scores[idx]) cls_id = int(insts.pred_classes[idx]) print(f'Instance {idx}: BBox={bbox}, Score={score:.2f}, ClassID={cls_id}') ```