ValueError：bbox (0.65, 0.51, 1.12, 0.64, 3) 的预期 x_max 在 [0.0, 1.0] 范围内，得到 1.1234809015877545答案

【问题标题】：ValueError: Expected x_max for bbox (0.65, 0.51, 1.12, 0.64, 3) to be in the range [0.0, 1.0], got 1.1234809015877545ValueError：bbox (0.65, 0.51, 1.12, 0.64, 3) 的预期 x_max 在 [0.0, 1.0] 范围内，得到 1.1234809015877545
【发布时间】：2021-05-31 22:59:21
【问题描述】：

我想将 PyTorch 的 Albumentations 中的数据增强应用到带有边界框的图像。

当我应用 HorizontalFlip 转换时，我收到此错误 ValueError: Expected x_max for bbox (0.6505353259854019, 0.517013871576637, 1.1234809015877545, 0.6447916687466204, 3) to be in the range [0.0, 1.0], got 1.1234809015877545.

我使用下面的代码

A.Compose([
           A.HorizontalFlip(p=1),
           ToTensorV2(p=1.0)],
           p=1.0,     
           bbox_params=A.BboxParams(format='coco',min_area=0, min_visibility=0,label_fields=['labels'])
                  )

当我应用剪切变换时，我没有关于边界框的任何错误

A.Compose([
          A.Cutout(num_holes=10, max_h_size=32, max_w_size=32, fill_value=0, p=0.5),
          ToTensorV2(p=1.0)],
          p=1.0,       
          bbox_params=A.BboxParams(format='coco',min_area=0, min_visibility=0,label_fields=['labels'])
                  )

【问题讨论】：

标签： python pytorch object-detection bounding-box albumentations

【解决方案1】：

注意数据集的格式，也许你传递了 Pascal_VOC 格式而不是 coco。 https://albumentations.ai/docs/getting_started/bounding_boxes_augmentation/

【讨论】：

【解决方案2】：

原因可能是您使用 opencv 读取图像，而不是 PIL.Image。 Opencv读取图像为：HWC.
PIL.Image 读取图像为：WHC。而Albumentations需要输入的是：WHC。

【讨论】：

【解决方案3】：

边界框超出了图像，因为在转换后它最终大于图像大小。仔细检查边界框的尺寸。

【讨论】：