ExploreUniverser

上面陈述显示有些错误，所有事件左右都有用特殊符包裹 ```python 事件a ```

> 我看了一下 [https://github.com/OpenGVLab/InternVL/blob/main/internvl_chat/eval/refcoco/evaluate_grounding.py，里面输出的](https://github.com/OpenGVLab/InternVL/blob/main/internvl_chat/eval/refcoco/evaluate_grounding.py%EF%BC%8C%E9%87%8C%E9%9D%A2%E8%BE%93%E5%87%BA%E7%9A%84) bounding_box 会 normalize 1000，然后再乘以原始图像的长宽 嗯嗯，我有做相关处理，训练时按照官方给的normlize归一化到1000，预测时，我会将其逆转回来

> 我想请教一下！您的任务也带box，然后我理解InternVL它会动态处理输入图片。您是直接把box缩放到[0,1000]尺度，还是先让box随着动态处理图片（到448的整数倍），然后再把box缩放到[0,1000] 只是训练时候box的数值归一化到1000，与图像无任何关系，图像不需要做什么调整