用numpy來看shape，比如np.shape(img_data)，會得到這樣的結果(600,790,3)

註意：600不是橫坐標，而是表示多少列，790才是橫坐標

用numpy測試就可以看出：

>>> import numpy as np
>>> a = [[1,2,3],[1,2,3]]                                                                   
>>> b = np.array(a)
>>> b
array([[1, 2, 3],
       [1, 2
 
, 3]])
>>> np.shape(a)
(2, 3)

包括calculate.py 中的代碼也看的出來：

image = data_dict[‘data‘]
original_height, original_width, _ = image.shape

但是坐標標註的時候是x、y坐標的,所以看著會以為兩者出錯誤：

利用cv2可視化的時候，還是直接添加x、y坐標就好了

cv2.line(img_data,(int(bbox[0][0]),int(bbox[0][1])),(int(bbox[0][2]),int(bbox[0][3])),(255,0,0),)

numpy的shape 和 gt的x、y坐標之間容易引起誤會