使用Python随机生成20条 边界框（unique_boxes）相关数据集

边界框是计算机视觉中常用的一种数据结构，用于表示目标物体在图像或视频中的位置和大小。边界框通常由四个坐标值表示，分别表示左上角和右下角的坐标。

在Python中，可以使用random库中的函数来生成随机的边界框数据集。下面是生成20条 边界框数据集的示例代码：

import random

def generate_unique_boxes(num_boxes):
    boxes = []
    while len(boxes) < num_boxes:
        x1 = random.randint(0, 100)
        y1 = random.randint(0, 100)
        x2 = random.randint(x1 + 1, 100)
        y2 = random.randint(y1 + 1, 100)
        box = (x1, y1, x2, y2)
        if box not in boxes:
            boxes.append(box)
    return boxes

unique_boxes = generate_unique_boxes(20)
for box in unique_boxes:
    print(box)

在上面的代码中，generate_unique_boxes函数使用while循环生成指定数量的 边界框。每次循环生成一个边界框，并判断是否已经存在于结果列表中，如果不存在，则将其添加到列表中。生成边界框时，使用random.randint函数生成随机的坐标值，并保证右下角的坐标大于左上角的坐标，确保生成的边界框是有效的。

最后，示例代码使用for循环遍历 边界框列表，并打印每个边界框的坐标值。

此示例生成的边界框数据集是随机的，可以根据需要进行进一步的处理和使用。例如，可以将边界框与图像进行关联，用于目标检测、物体跟踪等计算机视觉任务。