Was ist eine orientierte Bounding-Box-Erkennung (OBB)?

Was ist ein orientierter Begrenzungsrahmen?

Ein orientierter Begrenzungskasten ist eine Art rechteckiger Kasten, der in der Computer Vision verwendet wird, um erkannte Objekte in einem Bild darzustellen. Während normale Bounding Boxen an den horizontalen und vertikalen Achsen des Bildes ausgerichtet sind, können OBBs gedreht werden, um dem tatsächlichen Winkel des Objekts zu entsprechen.

Diese Fähigkeit zum Drehen bringt mehrere Vorteile mit sich. OBBs können sich besser an der Ausrichtung eines Objekts orientieren, so dass sich der Kasten eng an die Form und Richtung des Objekts anschmiegt. Dadurch wird die Erkennung genauer und präziser.

OBBs sind besonders nützlich, wenn Objekte nicht perfekt aufrecht stehen, z. B. ein Auto, das auf einer kurvigen Straße in Luftaufnahmen abbiegt, ein gekipptes Buch auf einem Schreibtisch oder ein gedrehter Tumor in einem medizinischen Scan. Durch die genauere Anpassung an den Winkel eines Objekts verbessern OBBs die Erkennungsleistung, reduzieren Hintergrundstörungen und eignen sich besonders für Anwendungen, bei denen die Ausrichtung eines Objekts ebenso wichtig ist wie seine Position.

‍

OBB-Erkennung vs. Objekterkennung

Die OBB-Erkennung und die herkömmliche Objekterkennung mögen auf den ersten Blick ähnlich aussehen, aber sie werden auf unterschiedliche Weise und für unterschiedliche Situationen verwendet. Schauen wir uns den Vergleich anhand eines Beispiels genauer an.

Computer-Vision-Modelle wie YOLO11 können trainiert werden, um Objekte in verschiedenen realen Anwendungen zu erkennen und zu klassifizieren, z. B. in der industriellen Inspektion. Stellen Sie sich ein Fließband in einer Fabrik vor, auf dem sich verschiedene Maschinenteile entlang eines Förderbands bewegen. Einige Teile könnten sauber platziert sein, aber andere könnten aufgrund von Vibrationen oder Geschwindigkeit leicht gedreht oder gekippt sein oder sich überlappen.

Bei der herkömmlichen Objekterkennung werden aufrechte, rechteckige Boxen verwendet, die sich an den horizontalen und vertikalen Kanten des Bildes orientieren. Wenn also ein Teil gedreht wird, passt der Rahmen möglicherweise nicht richtig - er könnte einen Teil des Objekts auslassen oder zu viel vom Hintergrund einschließen. Dies kann dazu führen, dass die Erkennungen ungenauer werden und es dem System schwerer fällt, das Teil sicher zu identifizieren.

Nehmen wir nun an, Sie verwenden stattdessen die OBB-Erkennung. In diesem Fall kann das Modell einen Kasten zeichnen, der sich so dreht, dass er dem exakten Winkel der einzelnen Teile entspricht. Ein gekipptes Zahnrad oder ein abgewinkeltes Bauteil wird eng von einem Kasten umschlossen, der zu seiner Form und Richtung passt. Das bedeutet mehr Präzision, weniger Fehler und zuverlässigere Ergebnisse, insbesondere in Anwendungsfällen wie der automatischen Qualitätskontrolle oder der Sortierung durch Roboter.

Beliebte OBB-Erkennungsmodelle

Nachdem wir nun besser verstanden haben, was OBB-Erkennung ist, wollen wir einen Blick auf einige der am weitesten verbreiteten Vision AI-Modelle werfen, die sie unterstützen.

Mehrere fortschrittliche Computer-Vision-Modelle wurden speziell für die Erkennung gedrehter oder gekippter Objekte entwickelt. Unter ihnen sind die Ultralytics YOLO-Modelle besonders bekannt für ihre zuverlässigen und effizienten OBB-Erkennungsfunktionen.

Frühere Versionen wie Ultralytics YOLOv5 waren für die Erkennung von Standardobjekten konzipiert. Spätere Versionen wie Ultralytics YOLOv8 und das neuere YOLO11 bieten native Unterstützung für die OBB-Erkennung. Insbesondere YOLO11 bietet modernste Genauigkeit ohne Geschwindigkeitseinbußen, was es zu einer wirkungsvollen Option für Echtzeitanwendungen macht.

Vortrainierte YOLO11 OBB-Modelle wie YOLO11n-obb werden auf Datensätzen wie DOTAv1 trainiert, die aus Luftbildern bestehen, die mit einer Reihe von Objektklassen wie Flugzeugen, Schiffen und Tennisplätzen versehen sind, die in verschiedenen Winkeln und Ausrichtungen erscheinen. 

Außerdem sind diese Modelle in fünf verschiedenen Größen erhältlich, von nano (n-obb) bis extra-large (x-obb), um unterschiedlichen Leistungsanforderungen gerecht zu werden. Dank dieser Vielseitigkeit können sie in verschiedenen Branchen eingesetzt werden - von der Überwachung der städtischen Infrastruktur über die Inspektion von Maschinen bis hin zum Lesen von schiefem Text in gescannten Dokumenten.

Benutzerdefiniertes Training YOLO11 für orientierte Bounding-Box-Erkennung

In vielen realen Situationen können sich die zu erkennenden Objekte völlig von denen in Standard-Trainingsdatensätzen unterscheiden. Zum Beispiel können Objekte wie Werkzeuge in einer Produktionslinie, Produktverpackungen oder Komponenten auf einer Leiterplatte gedreht, unregelmäßig platziert oder anders geformt sein. 

Um diese benutzerdefinierten Objekte genau zu erkennen, insbesondere wenn die Ausrichtung eine Rolle spielt, ist es wichtig, Modelle wie YOLO11 anhand Ihrer eigenen Bilder und Beschriftungen zu trainieren. Dieser Prozess wird als benutzerdefiniertes Training bezeichnet. 

Hier ist ein genauerer Blick auf den Schritt-für-Schritt-Prozess für das Training von YOLO11 für die OBB-Erkennung:

• Bildsammlung: Sammeln Sie Bilder, die Ihre Zielobjekte aus verschiedenen Blickwinkeln, Positionen und realen Umgebungen zeigen.
  ‍
• Objektbeschriftung: Beschriften Sie jedes Objekt mit gedrehten Bounding Boxes (OBBs), um sowohl ihre Position als auch ihre Ausrichtung mit Hilfe von Annotationswerkzeugen mit OBB-Unterstützung zu erfassen.
  ‍
• Vorbereitung der Datensätze: Organisieren Sie Ihre Bilder und Etiketten in der YOLO-Verzeichnisstruktur und erstellen Sie eine YAML-Konfigurationsdatei mit Ihren Klassennamen und Datensatzpfaden.
  ‍
• Modell-Training: Wählen Sie eine Version des YOLO11-Modells, die Ihren Anforderungen entspricht, und führen Sie den Trainingsprozess durch, damit das Modell aus Ihren beschrifteten Bildern lernen kann.
  ‍
• Bewertung und Einsatz: Testen Sie Ihr trainiertes Modell an neuen Bildern, bewerten Sie seine Genauigkeit und setzen Sie es in praktischen Anwendungen wie Fertigung, Luftüberwachung oder Dokumentenanalyse ein.

Durch OBB-Erkennung ermöglichte Anwendungen

Objekte, die außermittig oder geneigt sind, kommen in der Praxis häufig vor. Gehen wir ein paar Beispiele durch, bei denen die OBB-Erkennung einen echten Unterschied macht, indem sie diese Objekte genau erkennt.

Röntgenbildanalyse mit OBB-Detektion

Die OBB-Erkennung kann die medizinische Bildanalyse einen Schritt weiterbringen, indem sie die Präzision verbessert. Medizinische Bilder enthalten oft anatomische Strukturen wie Tumore, Organe oder Knochen. Diese Strukturen weisen oft unregelmäßige Formen und unterschiedliche Ausrichtungen auf. Da sich OBBs drehen können, um sich dem Winkel eines Objekts anzupassen, ermöglichen sie eine genauere Lokalisierung und Messung, was für die Diagnose und Behandlungsplanung entscheidend ist.

Dieser Ansatz ist besonders effektiv, wenn es um die Analyse von Röntgenbildern von Knochenbrüchen geht, bei denen die Position und Ausrichtung der Knochen entscheidende Faktoren sind. So wurde die OBB-Erkennung beispielsweise zur Analyse von Röntgenbildern des pädiatrischen Ellenbogens eingesetzt. Durch die Anpassung an die Ausrichtung der Knochen konnte die Erkennungsgenauigkeit verbessert werden. 

‍

Überwachung aus der Luft durch OBB-Erkennung

Die Überwachung aus der Luft ist ein wichtiges Instrument in Bereichen wie der öffentlichen Sicherheit, der Umweltüberwachung und der Stadtplanung. Die von Drohnen oder Satelliten aufgenommenen Bilder können helfen, Objekte wie Schiffe, Fahrzeuge und Gebäude zu identifizieren. Allerdings erscheinen die Objekte auf diesen Bildern oft klein und in ungewöhnlichen Winkeln, was ihre genaue Erkennung erschwert.

Die OBB-Erkennung löst dieses Problem, indem sie die Bounding Boxen so neigt, dass sie mit dem Winkel des jeweiligen Objekts übereinstimmen. Dies führt zu genaueren Messungen der Größe und Ausrichtung eines Objekts und unterstützt eine bessere Entscheidungsfindung in Bereichen wie Stadtplanung, Verteidigung, Katastrophenschutz und Umweltüberwachung.

Ein interessantes Beispiel für die OBB-Erkennung ist die Schiffsverfolgung bei der Seeüberwachung. Auf Satellitenbildern werden Schiffe oft in unterschiedlichen Winkeln und Größen erfasst, was auf Wetter, Beleuchtung oder Bewegung zurückzuführen ist. OBBs können sich an diese Veränderungen anpassen und die Erkennung verbessern, insbesondere bei kleineren oder teilweise verdeckten Schiffen.

‍

Vor- und Nachteile der OBB-Erkennung

Hier sind einige der Vorteile der OBB-Erkennung:

• Verbesserter Input für nachgelagerte Aufgaben: Bildverarbeitungsaufgaben wie Instanzsegmentierung und Objektverfolgung können besser funktionieren, wenn sie genauere Objekterkennungen erhalten.
  
  
• Verbessertes räumliches Vorstellungsvermögen: Durch die Erfassung des Orientierungswinkels ermöglichen OBBs das Verständnis der Ausrichtung und Richtung eines Objekts.
  
  
• Geringere Überschneidungen in überfüllten Szenen: OBBs verringern die Mehrdeutigkeit, indem sie Objekte selbst in unübersichtlichen Szenen besser einpassen.

Obwohl die OBB-Erkennung die Erkennungsgenauigkeit in komplexen Szenen verbessert, gibt es einige Einschränkungen zu beachten:

• Größere Empfindlichkeit gegenüber Rauschen: Kleine Fehler in der Winkelvorhersage können einen größeren Einfluss auf die Erkennungsgenauigkeit haben, insbesondere bei dicht gepackten oder länglichen Objekten.
  ‍
• Spezialisierte Tools erforderlich: Da nicht alle Etikettierungs- und Schulungsplattformen von Haus aus OBBs unterstützen, kann die Arbeit mit ihnen zusätzliche Tools oder Einstellungen erfordern.
  
  
• Begrenzte Verfügbarkeit von Datensätzen: Im Vergleich zur Standard-Objekterkennung gibt es derzeit weniger öffentlich verfügbare Datensätze mit OBB-Anmerkungen, was den Einstieg und den Vergleich der Ergebnisse etwas erschweren kann.

Die wichtigsten Erkenntnisse

Die Erkennung von Oriented Bounding Boxes (OBB) erleichtert Computer Vision-Lösungen die Erkennung von Objekten, die nicht perfekt gerade oder ausgerichtet sind. Da sowohl die Position als auch die Ausrichtung von Objekten erfasst werden, erhöht die OBB-Erkennung die Genauigkeit in realen Anwendungsfällen wie dem Scannen medizinischer Bilder, der Überwachung von Ackerland oder der Analyse von Satellitenfotos.

Mit Modellen wie YOLO11 wird die OBB-Erkennung für viele Branchen zu einer praktischen Wahl. Ganz gleich, ob Sie es mit geneigten, überlappenden oder seltsam geformten Objekten zu tun haben, die OBB-Erkennung bietet eine zusätzliche Präzisionsebene, die bei Standardmethoden oft fehlt.

Neugierig auf KI? Erkunden Sie unser GitHub-Repository, tauschen Sie sich mit unserer Community aus, und informieren Sie sich über unsere Lizenzierungsoptionen, um Ihr Computer-Vision-Projekt zu starten. Erfahren Sie mehr über Innovationen wie KI im Einzelhandel und Computer Vision in der Logistikbranche auf unseren Lösungsseiten.