u版yolov5有一个检测框定位转换函数，某些特殊情况下会抛出 senmentation fault 错误。 经时隔三个月后的再次验证，bug 没有复现，怀疑该 bug 和 pytorch 版本有关。
定位在 yolov5/utils/general.py 中的 xyxy2xywh(x) 和 xywh2xyxy(x) 两函数：
def xyxy2xywh(x):
# Convert nx4 boxes from [x1, y1, x2, y2] to [x, y, w, h] where xy1=top-left, xy2=bottom-right
y = torch.zeros_like(x) if isinstance(x, torch.Tensor) else np.zeros_like(x)
y[:, 0] = (x[:, 0] + x[:, 2]) / 2 # x center
y[:, 1] = (x[:, 1] + x[:, 3]) / 2 # y center
y[:, 2] = x[:, 2] - x[:, 0] # width
y[:, 3] = x[:, 3] - x[:, 1] # height
return y
def xywh2xyxy(x):
# Convert nx4 boxes from [x, y, w, h] to [x1, y1, x2, y2] where xy1=top-left, xy2=bottom-right
y = torch.zeros_like(x) if isinstance(x, torch.Tensor) else np.zeros_like(x)
y[:, 0] = x[:, 0] - x[:, 2] / 2 # top left x
y[:, 1] = x[:, 1] - x[:, 3] / 2 # top left y
y[:, 2] = x[:, 0] + x[:, 2] / 2 # bottom right x
y[:, 3] = x[:, 1] + x[:, 3] / 2 # bottom right y
return y
这是两个坐标点转换的函数，一个中心点转角点，一个角点转中心点。显然两个函数处理的是二维 tensor 。tensor 的第一维长度 shape[0] 无法确定，代表着本次一共送进来多少个待处理（待转换）的bounding box，第二个维度则有固定的 shape[1] = 4 。问题出在第一个维度 shape[0] 上。
由于函数使用了 tensor[:,index] 语法的切片操作，某些情况下，当 tensor 只有一行，也即 shape[0] == 1 时，会抛出 senmentation fault 错误。比如 tensor([[1,2,3,4], [3,4,5,6]]) 是没有问题的，但 tensor([[5,6,7,8]]) 会抛出异常。
问题出现的时候采用了原始 tensor 数据 x.numpy() 转 numpy.ndarray 处理，处理完后再 return torch.from_numpy(y) 转回 tensor 的方式。
但是！今天，2021年7月8号，分别在个人 ubuntu1804LTS desktop 和 服务器 ubuntu1804LTS server + torch1.5.1 / torch1.7.1 / torch1.8.1+cu11 环境下进行了复现实验，无论使用cpu 还是 cuda ，问题都没有再次出现。
靠。
先记下来，反正肯定是有个 bug 的，万一再次不经意间遇到，知道怎么处理。
