Was ist die Erkennung mit orientierten Begrenzungsrahmen (OBB)?

Objekte zu erkennen, völlig unabhängig davon, wie sie angeordnet sind oder in welche Richtung sie zeigen, fällt uns Menschen ganz leicht. Ob Autos an einer Kreuzung oder Boote in einem Hafen – wir können problemlos erkennen, worum es sich handelt und in welche Richtung sie ausgerichtet sind. Für Systeme der artificial intelligence (AI) ist das jedoch nicht so einfach.

Zum Beispiel ermöglicht computer vision, ein Teilgebiet der AI, das sich auf das Verstehen von Bildern und Videos konzentriert, Aufgaben wie die Objekterkennung, die Maschinen dabei unterstützt, Objekte innerhalb einer Szene zu identifizieren und zu lokalisieren. Die herkömmliche Objekterkennung stützt sich auf achsenparallele Begrenzungsrahmen, um Kästen um Objekte zu zeichnen. Diese Kästen haben gerade Seiten und feste rechte Winkel. Dieser Ansatz funktioniert gut, wenn Objekte aufrecht und nicht zu nah beieinander stehen.

Wenn Objekte jedoch geneigt, gedreht oder nah beieinander sind, tut sich die herkömmliche Objekterkennung oft schwer, sie genau zu erfassen. Um diesen komplexeren Situationen gerecht zu werden, wurden Techniken wie die oriented bounding box (OBB) detection eingeführt. Im Gegensatz zu Standard-Begrenzungsrahmen können sich OBBs drehen, um dem Winkel und der Form des Objekts zu entsprechen, was eine engere und genauere Passform ermöglicht.

Computer-Vision-Modelle wie Ultralytics YOLO11, die OBB-Erkennung unterstützen, ermöglichen eine Reihe von Echtzeitanwendungen, insbesondere in Szenarien, in denen die Ausrichtung von Objekten wichtig ist, wie etwa bei der Luftüberwachung. Darüber hinaus wird die OBB-Erkennung auch im Gesundheitswesen, in der Landwirtschaft und bei der Dokumentenanalyse eingesetzt.

In diesem Artikel untersuchen wir, was OBB-Detection ist, wie sie funktioniert und wo sie in realen Szenarien angewendet wird. Fangen wir an!

Fig 1. Ein Beispiel-Demo zur Verwendung von YOLO11 für die OBB-Erkennung von Booten.

Was ist eine Oriented Bounding Box?#

Ein ausgerichteter bounding box ist eine Art rechteckiger Kasten, der in der Computer Vision verwendet wird, um erkannte Objekte in einem Bild darzustellen. Während Standard-Begrenzungsrahmen an den horizontalen und vertikalen Achsen des Bildes ausgerichtet sind, können sich OBBs drehen, um dem tatsächlichen Winkel des Objekts zu entsprechen.

Diese Fähigkeit zur Rotation bringt mehrere Vorteile mit sich. OBBs können sich enger an der Ausrichtung eines Objekts orientieren, wodurch die Box passgenau um Form und Richtung des Objekts liegt. Das Ergebnis ist eine genauere und präzisere Erkennung.

OBBs sind besonders nützlich, wenn Objekte nicht perfekt aufrecht stehen, wie etwa ein Auto, das in einer Kurve in einer Luftaufnahme fährt, ein schräg liegendes Buch auf einem Schreibtisch oder ein rotierter Tumor in einem medizinischen Scan. Durch die genauere Anpassung an den Winkel eines Objekts verbessern OBBs die Erkennungsleistung, reduzieren Hintergrundstörungen und eignen sich besonders gut für Anwendungen, bei denen die Ausrichtung eines Objekts genauso wichtig ist wie seine Position.

Fig 2. Vergleich von Objekterkennung und OBB-Erkennung.

OBB-Detection vs. Objekterkennung#

OBB-Detection und herkömmliche Objekterkennung mögen auf den ersten Blick ähnlich aussehen, werden jedoch unterschiedlich eingesetzt und für verschiedene Situationen verwendet. Schauen wir uns an einem Beispiel genauer an, wie sie sich vergleichen lassen.

Computer vision models wie YOLO11 können trainiert werden, um Objekte in verschiedenen realen Anwendungen wie der industriellen Inspektion zu erkennen und zu klassifizieren. Stell dir eine Fabrik-Montagelinie vor, auf der sich verschiedene Maschinenteile über ein Förderband bewegen. Einige Teile sind vielleicht sauber platziert, aber andere könnten aufgrund von Vibrationen oder Geschwindigkeit leicht gedreht, geneigt sein oder sich überlappen.

Herkömmliche Objekterkennung verwendet aufrechte, rechteckige Boxen, die sich an den horizontalen und vertikalen Kanten des Bildes ausrichten. Wenn ein Teil also gedreht ist, passt die Box möglicherweise nicht richtig – sie könnte einen Teil des Objekts ausschließen oder zu viel Hintergrund enthalten. Dies kann die Erkennungen weniger genau machen und es dem System erschweren, das Teil sicher zu identifizieren.

Nehmen wir nun an, du verwendest stattdessen OBB-Detection. In diesem Fall kann das Modell eine Box zeichnen, die sich dreht, um dem exakten Winkel jedes Teils zu entsprechen. Ein geneigtes Zahnrad oder eine schräge Komponente wird eng von einer Box umschlossen, die ihrer Form und Richtung entspricht. Das bedeutet bessere Präzision, weniger Fehler und zuverlässigere Ergebnisse, insbesondere bei Anwendungsfällen wie automatisierter Qualitätskontrolle oder robotergestützter Sortierung.

Beliebte OBB-Detection-Modelle#

Nachdem wir nun ein besseres Verständnis davon haben, was OBB-Detection ist, werfen wir einen Blick auf einige der am häufigsten verwendeten Vision-KI-Modelle, die sie unterstützen.

Mehrere fortschrittliche Computer-Vision-Modelle wurden speziell für die Erkennung rotierter oder geneigter Objekte entwickelt. Unter ihnen sind die Ultralytics YOLO-Modelle besonders bekannt für ihre zuverlässigen und effizienten OBB-Detection-Fähigkeiten.

Frühere Versionen wie Ultralytics YOLOv5 wurden für die Standard-Objekterkennung entwickelt. Spätere Iterationen wie Ultralytics YOLOv8 und das neuere YOLO11 führten native Unterstützung für die OBB-Erkennung ein. Insbesondere YOLO11 bietet modernste Genauigkeit, ohne Kompromisse bei der Geschwindigkeit einzugehen, was es zu einer wirkungsvollen Option für Echtzeitanwendungen macht.

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

Außerdem sind diese Modelle in fünf verschiedenen Größen erhältlich, von Nano (n-obb) bis Extra-Large (x-obb), um unterschiedliche Leistungsanforderungen zu erfüllen. Diese Vielseitigkeit ermöglicht ihren Einsatz in verschiedenen Branchen – von der Überwachung städtischer Infrastruktur und der Inspektion von Maschinen bis hin zum Lesen von schrägem Text in gescannten Dokumenten.

Benutzerdefiniertes Training von Ultralytics YOLO11 für die Erkennung von gedrehten Bounding Boxes#

In vielen realen Situationen können sich die zu erkennenden Objekte stark von denen in Standard-training datasets unterscheiden. Beispielsweise können Gegenstände wie Werkzeuge an einer Produktionslinie, Produktverpackungen oder Komponenten auf einer Platine gedreht, unregelmäßig platziert oder unterschiedlich geformt sein.

Um diese benutzerdefinierten Objekte präzise zu erkennen, insbesondere wenn die Ausrichtung wichtig ist, ist es wichtig, Modelle wie Ultralytics YOLO11 mit deinen eigenen Bildern und Labels zu trainieren. Dieser Prozess wird als custom training bezeichnet.

Hier ist ein genauerer Blick auf den Schritt-für-Schritt-Prozess zum Trainieren von Ultralytics YOLO11 für die OBB-Erkennung:

• Bildersammlung: Sammle Bilder, die deine Zielobjekte aus verschiedenen Winkeln, Positionen und in realen Umgebungen zeigen.
• Objektannotation: Beschrifte jedes Objekt mit rotierten Bounding Boxes (OBBs), um sowohl ihren Standort als auch ihre Ausrichtung mit Annotationswerkzeugen mit OBB-Unterstützung zu erfassen.
• Datensatzvorbereitung: Organisiere deine Bilder und Labels in der YOLO-Verzeichnisstruktur und erstelle eine YAML-Konfigurationsdatei mit deinen Klassennamen und Datensatzpfaden.
• Modelltraining: Wähle eine Version des Ultralytics YOLO11-Modells aus, die zu deinen Anforderungen passt, und führe den Trainingsprozess aus, damit das Modell aus deinen gelabelten Bildern lernen kann.
• Evaluierung und Bereitstellung: Teste dein trainiertes Modell an neuen Bildern, bewerte seine Genauigkeit und setze es in praktischen Anwendungen wie Fertigung, Luftüberwachung oder Dokumentenanalyse ein.

Durch OBB-Detection ermöglichte Anwendungen#

Objekte, die nicht mittig oder geneigt sind, kommen in realen Szenarien häufig vor. Gehen wir einige Beispiele durch, bei denen OBB-Detection einen echten Unterschied macht, indem sie diese Objekte präzise erkennt.

Röntgenbildanalyse mittels OBB-Detection#

Die OBB-Erkennung kann die medical image analysis durch die Verbesserung der Präzision einen Schritt weiter bringen. Medizinische Bilder enthalten oft anatomische Strukturen wie Tumore, Organe oder Knochen. Diese Strukturen treten häufig in unregelmäßigen Formen und verschiedenen Ausrichtungen auf. Da sich OBBs an den Winkel eines Objekts anpassen können, bieten sie eine genauere Lokalisierung und Messung, was für die Diagnose und Behandlungsplanung von entscheidender Bedeutung ist.

Dieser Ansatz ist besonders effektiv bei der Analyse von Röntgenaufnahmen von Knochenbrüchen, bei denen die Position und Ausrichtung der Knochen wesentliche Faktoren sind. Beispielsweise wurde die OBB-Erkennung zur Analyse von pediatric elbow X-rays eingesetzt. Durch die Anpassung an die Ausrichtung der Knochen trug sie dazu bei, die Erkennungsgenauigkeit zu verbessern.

Fig 3. Röntgenbilder (a, d) mit Objekterkennung (b, e) und ausgerichteter Begrenzungsrahmen-Erkennung (c, f).

Luftüberwachung durch OBB-Detection#

Luftüberwachung ist ein unverzichtbares Werkzeug in Sektoren wie öffentliche Sicherheit, Umweltüberwachung und Stadtplanung. Von Drohnen oder Satelliten aufgenommene Bilder können helfen, Objekte wie Schiffe, Fahrzeuge und Gebäude zu identifizieren. In diesen Bildern erscheinen Objekte jedoch oft klein und in ungewöhnlichen Winkeln, was ihre genaue Erkennung erschwert.

OBB-Detection löst dies, indem die Bounding Boxes geneigt werden, um dem Winkel jedes Objekts zu entsprechen. Dies führt zu genaueren Messungen der Größe und Ausrichtung eines Objekts und unterstützt eine bessere Entscheidungsfindung in Bereichen wie Stadtplanung, Verteidigung, Katastrophenhilfe und Umweltüberwachung.

Ein interessantes Beispiel für die OBB-Erkennung ist die Schiffsverfolgung in der maritime surveillance. Satellitenbilder erfassen Schiffe aufgrund von Wetter, Beleuchtung oder Bewegung oft in unterschiedlichen Winkeln und Größen. OBBs können sich an diese Änderungen anpassen und die Erkennung verbessern, insbesondere bei kleineren oder teilweise verdeckten Schiffen.

Fig 4. Ein Einblick in die Verwendung der OBB-Erkennung für die maritime Überwachung.

Verwendung von OBB-Detection in der Landwirtschaft#

Das Sortieren von Erntegut nach der Ernte ist ein entscheidender Schritt, um Qualität sicherzustellen, bevor es verpackt und auf den Markt gebracht wird. Während viele Systeme für rundes Obst wie Äpfel und Orangen gut funktionieren, können lange und schmale Feldfrüchte wie Karotten oder Zizania-Sprossen viel schwieriger zu handhaben sein. Ihre Formen variieren, und sie liegen oft in verschiedenen Winkeln, was ihre genaue Erkennung und Sortierung erschwert.

Um dies zu bewältigen, haben Forscher ein System entwickelt, das die OBB-Erkennung verwendet, um diese Ernteprodukte genauer zu identifizieren und grade these crops. Das System kann mehrere Ernteprodukte in einem einzigen Bild erkennen, selbst wenn sie geneigt sind oder sich überlappen, und ihre Qualität und Position in Echtzeit bewerten.

Vor- und Nachteile der OBB-Detection#

Hier sind einige der Vorteile der Verwendung von OBB-Detection:

• Verbesserte Eingabe für nachgelagerte Aufgaben: Computer vision tasks wie Instanzsegmentierung und Objektverfolgung können besser abschneiden, wenn sie präzisere Objekterkennungen erhalten.
• Verbessertes räumliches Denken: Durch die Erfassung des Orientierungswinkels machen OBBs es möglich, die Ausrichtung und Richtung eines Objekts zu verstehen.
• Reduzierte Überlappung in überfüllten Szenen: OBBs reduzieren Mehrdeutigkeit, indem sie Objekte enger umschließen, selbst in belebten oder überladenen Szenen.

Obwohl OBB-Detection hilft, die Erkennungsgenauigkeit in komplexen Szenen zu verbessern, gibt es einige Einschränkungen zu berücksichtigen:

• Größere Empfindlichkeit gegenüber Rauschen: Kleine Fehler bei der Vorhersage des Winkels können einen größeren Einfluss auf die Erkennungsgenauigkeit haben, insbesondere bei eng gepackten oder länglichen Objekten.
• Spezialisierte Werkzeuge erforderlich: Da nicht alle Annotations- und Trainingsplattformen OBBs nativ unterstützen, kann die Arbeit mit ihnen zusätzliche Werkzeuge oder Konfigurationen erfordern.
• Begrenzte Datensatzverfügbarkeit: Verglichen mit der Standard-object detection gibt es derzeit weniger öffentlich verfügbare Datensätze mit OBB-Annotationen, was den Einstieg oder den Vergleich von Ergebnissen etwas anspruchsvoller machen kann.

Wichtige Erkenntnisse#

Oriented Bounding Box Detection macht es Computer-Vision-Lösungen einfacher, Objekte zu erkennen, die nicht perfekt gerade oder ausgerichtet sind. Durch die Erfassung sowohl der Position als auch der Ausrichtung von Objekten steigert OBB-Detection die Genauigkeit bei realen Anwendungsfällen wie dem Scannen medizinischer Bilder, der Überwachung von Ackerland oder der Analyse von Satellitenfotos.

Da Modelle wie Ultralytics YOLO11 die OBB-Erkennung zugänglicher machen, wird sie zu einer praktischen Wahl für viele Branchen. Egal, ob du es mit geneigten, überlappenden oder unregelmäßig geformten Objekten zu tun hast, die OBB-Erkennung bietet eine zusätzliche Präzisionsebene, die Standardmethoden oft vermissen lassen.

Neugierig auf KI? Erkunde unser GitHub repository, verbinde dich mit our community und schau dir our licensing options an, um dein Computer-Vision-Projekt zu starten. Erfahre mehr über Innovationen wie AI in retail und computer vision in the logistics-Branche auf unseren Lösungsseiten.