计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载Kornia 在kornia.geometry.bbox中提供了validate_bbox与validate_bbox3d两个边界框合法性校验函数分别用于判断二维/三维边界框是否满足平行四边形或立方体约束。本篇围绕变更记录 changelog.d/migration-088.fixed.md对应 PR #4174展开该校验函数在展平 rank-4 输入(B, N, 4, 2)/(B, N, 8, 3)时由view改为reshape从而保证转置、切片、expand产生的非连续non-contiguous内存布局也能按文档约定返回布尔值而不是抛出RuntimeError。读完本文你将理解view与reshape在内存布局语义上的本质差异、该 bug 的触发场景以及 Kornia 如何通过源码与测试用例锁定这一行为。一、变更记录原文解读changelog.d目录采用 Towncrier 的碎片化变更管理机制每个对用户可见的改动以独立 Markdown 文件登记机制说明见 changelog.d/README.md。本条fixed类型的碎片原文如下validate_bboxandvalidate_bbox3dflatten rank-4(B, N, 4, 2)/(B, N, 8, 3)input withreshapeinstead ofview, so a non-contiguous leading-dimension stride (a transpose, a slice that drops boxes, anexpand) returns a boolean as documented instead of raisingRuntimeError. (#4174)拆解这条记录它包含三层信息改动对象validate_bbox二维与validate_bbox3d三维两个校验函数改动内容展平 rank-4 输入时从view换成reshape改动收益非连续的内存步幅stride布局——包括转置产生的轴交换、切片后丢失部分框、expand产生的零步幅广播——都能正常返回布尔值而不再抛出RuntimeError。下文将逐层剖析。二、背景这两个校验函数到底校验什么两个函数的完整实现位于 kornia/geometry/bbox.py它们并不检查“是否为轴对齐矩形”而是做更宽松的几何一致性校验。validate_bbox二维平行四边形成立性其 docstring 明确约定顶点采用顺时针顺序 top-left → top-right → bottom-right → bottom-left坐标为x, y顺序接受(B, 4, 2)与(B, N, 4, 2)两种形状。校验逻辑bbox.py#L43-L98包含以下步骤形状检查维数不是 3 或 4、或末尾两维不是[4, 2]直接返回False不抛异常有限性检查任一坐标非有限NaN/inf返回False平行四边形检查比较上边与下边的宽高差任一超过1e-4返回False。具体地width_t, width_b x_tr - x_tl 1, x_br - x_bl 1 height_t, height_b y_tr - y_tl 1, y_br - y_bl 1 width_diff torch.abs(width_t - width_b) height_diff torch.abs(height_t - height_b) if torch.any(width_diff 1e-4): return False if torch.any(height_diff 1e-4): return False return True注意其中的1项坐标按**包含式inclusive**语义读取该约定差异跟踪于 issue #3934。在精确算术下1会相互抵消但有限精度下舍入可能使结果与排除式算术不同低精度 dtype如float16尤其明显——测试 tests/geometry/test_bbox.py 中的test_convention_validate_bbox_invariance_is_exact_arithmetic_only专门验证了这一边界情形。校验只比较固定顶点索引处的上/下边缘向量因此按循环顺序排列的剪切平行四边形sheared parallelogram、旋转矩形、零面积框都能通过但顶点重排后的矩形、梯形会失败。代码中的注释与测试用例test_convention_validate_bbox_checks_parallelograms_and_accepts_contiguous_batched_boxes均对此做了印证。validate_bbox3d三维立方体等边扩展校验三维版本bbox.py#L101-L164接受(B, 8, 3)与(B, N, 8, 3)顶点顺序为前 top-left、前 top-right、前 bottom-right、前 bottom-left再是相同的四个后顶点。与二维版本的关键差异是形状不合法或三个轴向上的边缘扩展不一致时它抛出AssertionError而非返回False仅当坐标非有限时才返回False。此外在导出graph capture场景下会跳过读取数据的范围检查仅凭形状检查返回True。validate_bbox与validate_bbox3d在“返回False”与“抛出异常”上的不一致被跟踪于 issue #4013两处 docstring 的 warning 均对此做了说明。三、Bug 本质view与reshape的内存布局语义差异这是本修复的核心知识点。PyTorch 中张量的逻辑形状与物理内存布局通过stride描述是解耦的view仅在目标形状与当前张量共享同一底层存储、且新形状在现有 stride 布局下“可以无拷贝解释”时才成功。对于非连续张量如transpose后、切片后、expand后其 leading-dimension 的 stride 无法与目标形状合并view会抛出形如view size is not compatible with input tensors size and stride的RuntimeError。reshape当view无法完成时会自动复制数据到连续布局后再展平因此对任何 stride 布局都能成功。修复前validate_bbox对 rank-4 输入执行boxes boxes.view(-1, 4, 2)当输入来自transpose、[:, 1:]切片或expand时leading-dimension stride 无法合并直接抛RuntimeError。这与 docstring 承诺的“非法输入返回False、不抛异常”相矛盾——校验函数本应是一个纯谓词却被内存布局问题污染成了可能抛错的函数。修复后在 bbox.py#L76-L77 与 bbox.py#L135-L136 中分别改为# validate_bbox 内部 if len(boxes.shape) 4: boxes boxes.reshape(-1, 4, 2) # validate_bbox3d 内部 if len(boxes.shape) 4: boxes boxes.reshape(-1, 8, 3)reshape返回的张量在语义上与view一致当无需拷贝时两者甚至返回同一对象因此对连续输入的结果完全不变只是让非连续输入也能被正确展平、继续后续校验逻辑。四、触发场景与测试锁定tests/geometry/test_bbox.py 中新增的test_convention_validate_bbox_accepts_noncontiguous_rank4_layout_4174二维与test_convention_validate_bbox3d_accepts_noncontiguous_rank4_layout_4174三维精确复现了三种非连续布局# 场景 1transpose 交换 leading dimsstride 顺序被打乱 boxes torch.zeros(2, 3, 4, 2, devicedevice, dtypedtype).transpose(0, 1) assert not boxes.is_contiguous() assert validate_bbox(boxes) is True # 场景 2切片丢弃部分框起始偏移与步幅变化 sliced torch.zeros(2, 4, 4, 2, devicedevice, dtypedtype)[:, 1:] assert not sliced.is_contiguous() assert validate_bbox(sliced) is True # 场景 3expand 广播stride(0) 0 的零步幅张量 expanded torch.zeros(1, 3, 4, 2, devicedevice, dtypedtype).expand(2, -1, -1, -1) assert expanded.stride(0) 0 assert validate_bbox(expanded) is True三维对应测试test_convention_validate_bbox3d_accepts_noncontiguous_rank4_layout_4174对(2, 3, 8, 3)的transpose(0, 1)输入做了同样的断言。这些用例同时以pytest.mark.parametrize(device, dtype, ...)覆盖 CPU/GPU 与多种 dtype。这三个场景在实际 CV / 3D 流水线中非常常见从网络输出中按批次维度transpose重排对候选框列表做boxes[:, valid_mask]式过滤切片用expand将单批框广播到整个 batch 参与校验。修复前这些看似合法的张量会让校验函数直接崩溃修复后它们与文档约定一致地返回True/False。五、相关行为边界避免把修复扩大化本次改动只涉及“展平方式”并未改变校验语义但阅读源码时应注意以下既有的行为边界避免误用形状非法 vs 数值非法validate_bbox对非法形状返回Falsevalidate_bbox3d对非法形状抛出AssertionError#4013。非有限坐标是两个函数唯一统一返回False的情形二维见 #4238 的测试锁定三维见 #4258 的测试锁定后者还验证了infer_bbox_shape3d、bbox_to_mask3d、crop_by_boxes3d等内部调用方仍会因非有限坐标抛错不会静默放行NaN。rank-4 的接纳范围validate_bbox/validate_bbox3d接受(B, N, 4, 2)/(B, N, 8, 3)并在内部reshape展平但同模块的infer_bbox_shape3d、bbox_to_mask3d以及 2D 侧的infer_bbox_shape、bbox_to_mask会以ShapeError拒绝 rank-4 输入因为它们的索引把 dim 1 当作顶点轴读取见 changelog.d/migration-048.fixed.md跟踪于 #4248 / #4351。需要先手动展平为(B * N, 8, 3)再调用这些函数。导出场景validate_bbox3d在is_exporting()为真时跳过数据读取、仅凭形状检查返回True这是导出/图捕获下的既定行为不是本次修复引入的。六、如何验证与复现在仓库根目录运行针对这两个函数的测试即可验证修复行为# 运行 bbox 模块全部测试含 4174 非连续布局用例 pytest tests/geometry/test_bbox.py -v # 只运行非连续布局相关的两个用例 pytest tests/geometry/test_bbox.py \ -k noncontiguous_rank4_layout_4174 -v如果你希望在本地快速复现“修复前会崩、修复后正常”的差异可以直接构造一个转置后的 rank-4 张量并观察view与reshape的区别import torch from kornia.geometry.bbox import validate_bbox boxes torch.zeros(2, 3, 4, 2).transpose(0, 1) # 非连续 print(boxes.is_contiguous()) # False # reshape 可以正常工作当前实现 print(validate_bbox(boxes)) # True # 对比view 会抛 RuntimeError try: boxes.view(-1, 4, 2) except RuntimeError as e: print(view failed:, e)七、小结validate_bbox/validate_bbox3d的这次修复#4174是一个典型的“语义正确但内存布局不鲁棒”问题把展平操作从view换成reshape使校验函数真正兑现了“返回布尔值而非抛异常”的契约。它提醒我们在 PyTorch 生态中处理张量时view只能用于可无拷贝合并 stride 的场景而凡是输入可能来自transpose、切片、expand的函数展平都应优先考虑reshape。这一行为现在由 tests/geometry/test_bbox.py 中的专用用例锁定并在 changelog.d/migration-088.fixed.md 中留下了面向用户的变更说明后续版本迭代时不会再回归。赞分享计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载相关推荐Kornia 修复解析validate_bbox / validate_bbox3d 如何用 reshape 替代 view 消除非连续输入的 RuntimeErrorKornia 修复解析validate_bbox / validate_bbox3d 如何用 reshape 替代 view 消除非连续输入的 Runtime计算机视觉人工智能深度学习图像处理Kornia 3D 边界框非有限坐标校验修复Boxes3D.from_tensor 与 validate_bbox3d 的防御性改进解析Kornia 3D 边界框非有限坐标校验修复 Boxes3D.from_tensor 与 validate_bbox3d 的防御性改进解析 本文聚焦 Korn计算机视觉深度学习人工智能图像处理Kornia 3D 边界框非有限坐标校验修复解析validate_bbox3d 的 NaN/Inf 处理与错误信息改进Kornia 3D 边界框非有限坐标校验修复解析validate_bbox3d 的 NaN/Inf 处理与错误信息改进 导读 本文围绕 Kornia 几何模块计算机视觉人工智能深度学习图像处理创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载Kornia 在kornia.geometry.bbox中提供了validate_bbox与validate_bbox3d两个边界框合法性校验函数分别用于判断二维/三维边界框是否满足平行四边形或立方体约束。本篇围绕变更记录 changelog.d/migration-088.fixed.md对应 PR #4174展开该校验函数在展平 rank-4 输入(B, N, 4, 2)/(B, N, 8, 3)时由view改为reshape从而保证转置、切片、expand产生的非连续non-contiguous内存布局也能按文档约定返回布尔值而不是抛出RuntimeError。读完本文你将理解view与reshape在内存布局语义上的本质差异、该 bug 的触发场景以及 Kornia 如何通过源码与测试用例锁定这一行为。一、变更记录原文解读changelog.d目录采用 Towncrier 的碎片化变更管理机制每个对用户可见的改动以独立 Markdown 文件登记机制说明见 changelog.d/README.md。本条fixed类型的碎片原文如下validate_bboxandvalidate_bbox3dflatten rank-4(B, N, 4, 2)/(B, N, 8, 3)input withreshapeinstead ofview, so a non-contiguous leading-dimension stride (a transpose, a slice that drops boxes, anexpand) returns a boolean as documented instead of raisingRuntimeError. (#4174)拆解这条记录它包含三层信息改动对象validate_bbox二维与validate_bbox3d三维两个校验函数改动内容展平 rank-4 输入时从view换成reshape改动收益非连续的内存步幅stride布局——包括转置产生的轴交换、切片后丢失部分框、expand产生的零步幅广播——都能正常返回布尔值而不再抛出RuntimeError。下文将逐层剖析。二、背景这两个校验函数到底校验什么两个函数的完整实现位于 kornia/geometry/bbox.py它们并不检查“是否为轴对齐矩形”而是做更宽松的几何一致性校验。validate_bbox二维平行四边形成立性其 docstring 明确约定顶点采用顺时针顺序 top-left → top-right → bottom-right → bottom-left坐标为x, y顺序接受(B, 4, 2)与(B, N, 4, 2)两种形状。校验逻辑bbox.py#L43-L98包含以下步骤形状检查维数不是 3 或 4、或末尾两维不是[4, 2]直接返回False不抛异常有限性检查任一坐标非有限NaN/inf返回False平行四边形检查比较上边与下边的宽高差任一超过1e-4返回False。具体地width_t, width_b x_tr - x_tl 1, x_br - x_bl 1 height_t, height_b y_tr - y_tl 1, y_br - y_bl 1 width_diff torch.abs(width_t - width_b) height_diff torch.abs(height_t - height_b) if torch.any(width_diff 1e-4): return False if torch.any(height_diff 1e-4): return False return True注意其中的1项坐标按**包含式inclusive**语义读取该约定差异跟踪于 issue #3934。在精确算术下1会相互抵消但有限精度下舍入可能使结果与排除式算术不同低精度 dtype如float16尤其明显——测试 tests/geometry/test_bbox.py 中的test_convention_validate_bbox_invariance_is_exact_arithmetic_only专门验证了这一边界情形。校验只比较固定顶点索引处的上/下边缘向量因此按循环顺序排列的剪切平行四边形sheared parallelogram、旋转矩形、零面积框都能通过但顶点重排后的矩形、梯形会失败。代码中的注释与测试用例test_convention_validate_bbox_checks_parallelograms_and_accepts_contiguous_batched_boxes均对此做了印证。validate_bbox3d三维立方体等边扩展校验三维版本bbox.py#L101-L164接受(B, 8, 3)与(B, N, 8, 3)顶点顺序为前 top-left、前 top-right、前 bottom-right、前 bottom-left再是相同的四个后顶点。与二维版本的关键差异是形状不合法或三个轴向上的边缘扩展不一致时它抛出AssertionError而非返回False仅当坐标非有限时才返回False。此外在导出graph capture场景下会跳过读取数据的范围检查仅凭形状检查返回True。validate_bbox与validate_bbox3d在“返回False”与“抛出异常”上的不一致被跟踪于 issue #4013两处 docstring 的 warning 均对此做了说明。三、Bug 本质view与reshape的内存布局语义差异这是本修复的核心知识点。PyTorch 中张量的逻辑形状与物理内存布局通过stride描述是解耦的view仅在目标形状与当前张量共享同一底层存储、且新形状在现有 stride 布局下“可以无拷贝解释”时才成功。对于非连续张量如transpose后、切片后、expand后其 leading-dimension 的 stride 无法与目标形状合并view会抛出形如view size is not compatible with input tensors size and stride的RuntimeError。reshape当view无法完成时会自动复制数据到连续布局后再展平因此对任何 stride 布局都能成功。修复前validate_bbox对 rank-4 输入执行boxes boxes.view(-1, 4, 2)当输入来自transpose、[:, 1:]切片或expand时leading-dimension stride 无法合并直接抛RuntimeError。这与 docstring 承诺的“非法输入返回False、不抛异常”相矛盾——校验函数本应是一个纯谓词却被内存布局问题污染成了可能抛错的函数。修复后在 bbox.py#L76-L77 与 bbox.py#L135-L136 中分别改为# validate_bbox 内部 if len(boxes.shape) 4: boxes boxes.reshape(-1, 4, 2) # validate_bbox3d 内部 if len(boxes.shape) 4: boxes boxes.reshape(-1, 8, 3)reshape返回的张量在语义上与view一致当无需拷贝时两者甚至返回同一对象因此对连续输入的结果完全不变只是让非连续输入也能被正确展平、继续后续校验逻辑。四、触发场景与测试锁定tests/geometry/test_bbox.py 中新增的test_convention_validate_bbox_accepts_noncontiguous_rank4_layout_4174二维与test_convention_validate_bbox3d_accepts_noncontiguous_rank4_layout_4174三维精确复现了三种非连续布局# 场景 1transpose 交换 leading dimsstride 顺序被打乱 boxes torch.zeros(2, 3, 4, 2, devicedevice, dtypedtype).transpose(0, 1) assert not boxes.is_contiguous() assert validate_bbox(boxes) is True # 场景 2切片丢弃部分框起始偏移与步幅变化 sliced torch.zeros(2, 4, 4, 2, devicedevice, dtypedtype)[:, 1:] assert not sliced.is_contiguous() assert validate_bbox(sliced) is True # 场景 3expand 广播stride(0) 0 的零步幅张量 expanded torch.zeros(1, 3, 4, 2, devicedevice, dtypedtype).expand(2, -1, -1, -1) assert expanded.stride(0) 0 assert validate_bbox(expanded) is True三维对应测试test_convention_validate_bbox3d_accepts_noncontiguous_rank4_layout_4174对(2, 3, 8, 3)的transpose(0, 1)输入做了同样的断言。这些用例同时以pytest.mark.parametrize(device, dtype, ...)覆盖 CPU/GPU 与多种 dtype。这三个场景在实际 CV / 3D 流水线中非常常见从网络输出中按批次维度transpose重排对候选框列表做boxes[:, valid_mask]式过滤切片用expand将单批框广播到整个 batch 参与校验。修复前这些看似合法的张量会让校验函数直接崩溃修复后它们与文档约定一致地返回True/False。五、相关行为边界避免把修复扩大化本次改动只涉及“展平方式”并未改变校验语义但阅读源码时应注意以下既有的行为边界避免误用形状非法 vs 数值非法validate_bbox对非法形状返回Falsevalidate_bbox3d对非法形状抛出AssertionError#4013。非有限坐标是两个函数唯一统一返回False的情形二维见 #4238 的测试锁定三维见 #4258 的测试锁定后者还验证了infer_bbox_shape3d、bbox_to_mask3d、crop_by_boxes3d等内部调用方仍会因非有限坐标抛错不会静默放行NaN。rank-4 的接纳范围validate_bbox/validate_bbox3d接受(B, N, 4, 2)/(B, N, 8, 3)并在内部reshape展平但同模块的infer_bbox_shape3d、bbox_to_mask3d以及 2D 侧的infer_bbox_shape、bbox_to_mask会以ShapeError拒绝 rank-4 输入因为它们的索引把 dim 1 当作顶点轴读取见 changelog.d/migration-048.fixed.md跟踪于 #4248 / #4351。需要先手动展平为(B * N, 8, 3)再调用这些函数。导出场景validate_bbox3d在is_exporting()为真时跳过数据读取、仅凭形状检查返回True这是导出/图捕获下的既定行为不是本次修复引入的。六、如何验证与复现在仓库根目录运行针对这两个函数的测试即可验证修复行为# 运行 bbox 模块全部测试含 4174 非连续布局用例 pytest tests/geometry/test_bbox.py -v # 只运行非连续布局相关的两个用例 pytest tests/geometry/test_bbox.py \ -k noncontiguous_rank4_layout_4174 -v如果你希望在本地快速复现“修复前会崩、修复后正常”的差异可以直接构造一个转置后的 rank-4 张量并观察view与reshape的区别import torch from kornia.geometry.bbox import validate_bbox boxes torch.zeros(2, 3, 4, 2).transpose(0, 1) # 非连续 print(boxes.is_contiguous()) # False # reshape 可以正常工作当前实现 print(validate_bbox(boxes)) # True # 对比view 会抛 RuntimeError try: boxes.view(-1, 4, 2) except RuntimeError as e: print(view failed:, e)七、小结validate_bbox/validate_bbox3d的这次修复#4174是一个典型的“语义正确但内存布局不鲁棒”问题把展平操作从view换成reshape使校验函数真正兑现了“返回布尔值而非抛异常”的契约。它提醒我们在 PyTorch 生态中处理张量时view只能用于可无拷贝合并 stride 的场景而凡是输入可能来自transpose、切片、expand的函数展平都应优先考虑reshape。这一行为现在由 tests/geometry/test_bbox.py 中的专用用例锁定并在 changelog.d/migration-088.fixed.md 中留下了面向用户的变更说明后续版本迭代时不会再回归。赞分享计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载相关推荐Kornia 修复解析validate_bbox / validate_bbox3d 如何用 reshape 替代 view 消除非连续输入的 RuntimeErrorKornia 修复解析validate_bbox / validate_bbox3d 如何用 reshape 替代 view 消除非连续输入的 Runtime计算机视觉人工智能深度学习图像处理Kornia 3D 边界框非有限坐标校验修复Boxes3D.from_tensor 与 validate_bbox3d 的防御性改进解析Kornia 3D 边界框非有限坐标校验修复 Boxes3D.from_tensor 与 validate_bbox3d 的防御性改进解析 本文聚焦 Korn计算机视觉深度学习人工智能图像处理Kornia 3D 边界框非有限坐标校验修复解析validate_bbox3d 的 NaN/Inf 处理与错误信息改进Kornia 3D 边界框非有限坐标校验修复解析validate_bbox3d 的 NaN/Inf 处理与错误信息改进 导读 本文围绕 Kornia 几何模块计算机视觉人工智能深度学习图像处理创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
