一个 gain 无法描述两个轴
非等比例 resize 与 LetterBox 组合后仍按单一比例恢复坐标,导致预测框位置失真。

覆盖目标检测、实例分割、图像分类、姿态估计与多目标跟踪的视觉平台,提供从数据训练到部署推理的一体化 Python 与 CLI 工作流。
非等比例预处理打破了单一缩放系数假设,逆变换必须沿完整数据链逐轴还原。
x₀ = (x - pad_x) / gain_xy₀ = (y - pad_y) / gain_y两个轴分别还原非等比例 resize 与 LetterBox 组合后仍按单一比例恢复坐标,导致预测框位置失真。
x、y 轴实际经历了不同缩放和留白,逆变换不能只使用一个 gain;必须沿完整预处理链,分别恢复两个轴的比例与偏移。
组合前置 resize 与 LetterBox 的变换参数,使用 x/y 双轴比例和 padding 偏移逐轴恢复原图坐标。
修复非方形输入与组合预处理场景中的坐标漂移,使检测、分割等任务输出能够稳定映射回原始图像。