Was ist die Erkennung orientierter Begrenzungsboxen (OBB)?

Objekte unabhängig davon zu erkennen, wie sie angeordnet sind oder in welche Richtung sie zeigen, ist für uns Menschen ganz selbstverständlich. Ob Autos an einer Kreuzung oder Boote in einem Hafen – wir können leicht erkennen, um was es sich handelt und in welche Richtung sie zeigen. Für Systeme der künstlichen Intelligenz (AI) ist das jedoch nicht so einfach.

Computer Vision, ein Teilgebiet der AI, das sich auf das Verständnis von Bildern und Videos konzentriert, ermöglicht beispielsweise die Objekterkennung. Sie hilft Maschinen dabei, Objekte innerhalb einer Szene zu identifizieren und zu lokalisieren. Bei der herkömmlichen Objekterkennung werden achsenparallele Begrenzungsrahmen verwendet, um Objekte einzugrenzen. Diese Rahmen haben gerade Seiten und feste rechte Winkel. Dieser Ansatz funktioniert gut, wenn Objekte aufrecht stehen und nicht zu dicht beieinanderliegen.

Wenn Objekte jedoch geneigt oder gedreht sind oder dicht beieinanderliegen, hat die herkömmliche Objekterkennung häufig Schwierigkeiten, sie genau zu erfassen. Für solche komplexeren Situationen wurden Verfahren wie die Erkennung gedrehter Begrenzungsrahmen (OBB) entwickelt. Im Gegensatz zu herkömmlichen Begrenzungsrahmen können OBBs gedreht werden, sodass sie dem Winkel und der Form des Objekts entsprechen und es enger und genauer einschließen.

Computer-Vision-Modelle wie Ultralytics YOLO11, die OBB-Erkennung unterstützen, ermöglichen zahlreiche Echtzeitanwendungen, insbesondere in Szenarien, in denen die Ausrichtung von Objekten eine Rolle spielt, etwa bei der Überwachung aus der Luft. Darüber hinaus wird die OBB-Erkennung auch im Gesundheitswesen, in der Landwirtschaft und bei der Dokumentenanalyse eingesetzt.

In diesem Artikel erfährst du, was OBB-Erkennung ist, wie sie funktioniert und wo sie in realen Szenarien eingesetzt wird. Legen wir los!

Abb. 1. Beispiel einer Demonstration der Verwendung von YOLO11 zur OBB-Erkennung von Booten.

Was ist ein gedrehter Begrenzungsrahmen?#

Ein gedrehter Begrenzungsrahmen ist ein rechteckiger Rahmen, der in Computer Vision zur Darstellung erkannter Objekte in einem Bild verwendet wird. Während herkömmliche Begrenzungsrahmen an der horizontalen und vertikalen Achse des Bildes ausgerichtet sind, können OBBs gedreht werden, sodass sie dem tatsächlichen Winkel des Objekts entsprechen.

Diese Möglichkeit zur Drehung bietet mehrere Vorteile. OBBs können sich genauer an der Ausrichtung eines Objekts orientieren, sodass der Rahmen eng an dessen Form und Richtung angepasst werden kann. Dadurch wird die Erkennung genauer und präziser.

OBBs sind besonders nützlich, wenn Objekte nicht vollständig aufrecht stehen, etwa bei einem Auto, das in einer Luftaufnahme auf einer kurvigen Straße abbiegt, einem schräg auf einem Schreibtisch liegenden Buch oder einem gedrehten Tumor in einer medizinischen Aufnahme. Indem sie den Winkel eines Objekts genauer berücksichtigen, verbessern OBBs die Erkennungsleistung, verringern Störungen durch den Hintergrund und eignen sich besonders für Anwendungen, bei denen die Ausrichtung eines Objekts ebenso wichtig ist wie seine Position.

Abb. 2. Vergleich von Objekterkennung und OBB-Erkennung.

OBB-Erkennung im Vergleich zur Objekterkennung#

OBB-Erkennung und herkömmliche Objekterkennung sehen auf den ersten Blick vielleicht ähnlich aus, werden aber auf unterschiedliche Weise und für unterschiedliche Situationen eingesetzt. Sehen wir uns anhand eines Beispiels genauer an, wie sie sich unterscheiden.

Computer-Vision-Modelle wie YOLO11 können darauf trainiert werden, Objekte in verschiedenen realen Anwendungen, etwa bei der industriellen Inspektion, zu erkennen und zu klassifizieren. Stell dir eine industrielle Montagelinie vor, auf der sich verschiedene Maschinenteile über ein Förderband bewegen. Einige Teile liegen möglicherweise ordentlich da, während andere durch Vibrationen oder die Geschwindigkeit leicht gedreht, geneigt oder überlappt sein können.

Bei der herkömmlichen Objekterkennung werden aufrechte, rechteckige Rahmen verwendet, die an den horizontalen und vertikalen Bildkanten ausgerichtet sind. Wenn ein Teil gedreht ist, passt der Rahmen daher möglicherweise nicht richtig: Er kann einen Teil des Objekts auslassen oder zu viel Hintergrund einschließen. Dadurch werden die Erkennungen möglicherweise ungenauer und das System kann das Teil weniger zuverlässig identifizieren.

Nehmen wir nun an, du verwendest stattdessen OBB-Erkennung. In diesem Fall kann das Modell einen Rahmen zeichnen, der sich an den exakten Winkel jedes Teils anpasst. Ein geneztes Zahnrad oder ein schräg liegendes Bauteil wird von einem Rahmen eng umschlossen, der seiner Form und Richtung entspricht. Das bedeutet höhere Präzision, weniger Fehler und zuverlässigere Ergebnisse, insbesondere bei Anwendungsfällen wie der automatisierten Qualitätskontrolle oder der robotergestützten Sortierung.

Beliebte Modelle für die OBB-Erkennung#

Nachdem wir nun besser verstehen, was OBB-Erkennung ist, sehen wir uns einige der am häufigsten verwendeten Modellen für visuelle KI an, die diese Funktion unterstützen.

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

Frühere Versionen wie Ultralytics YOLOv5 wurden für die herkömmliche Objekterkennung entwickelt. Spätere Versionen wie Ultralytics YOLOv8 und das neuere YOLO11 führten native Unterstützung für OBB-Erkennung ein. Insbesondere YOLO11 bietet eine hochmoderne Genauigkeit ohne Kompromisse bei der Geschwindigkeit und ist dadurch eine leistungsfähige Option für Echtzeitanwendungen.

Vortrainierte YOLO11-OBB-Modelle wie YOLO11n-obb werden auf Datensätzen wie DOTAv1 trainiert. Dieser besteht aus Luftaufnahmen, die mit verschiedenen Objektklassen wie Flugzeugen, Schiffen und Tennisplätzen annotiert sind, die in unterschiedlichen Winkeln und Ausrichtungen erscheinen.

Diese Modelle sind außerdem in fünf verschiedenen Größen verfügbar – 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 städtischer Infrastruktur und der Inspektion von Maschinen bis hin zum Lesen schräg ausgerichteter Texte in gescannten Dokumenten.

Ultralytics YOLO11 für die Erkennung gedrehter Begrenzungsrahmen individuell trainieren#

In vielen realen Situationen unterscheiden sich die zu erkennenden Objekte möglicherweise vollständig von denen in herkömmlichen Trainingsdatensätzen. Objekte wie Werkzeuge an einer Produktionslinie, Produktverpackungen oder Bauteile auf einer Leiterplatte können beispielsweise gedreht, unregelmäßig angeordnet oder unterschiedlich geformt sein.

Um solche benutzerdefinierten Objekte genau zu erkennen, insbesondere wenn ihre Ausrichtung eine Rolle spielt, ist es wichtig, Modelle wie Ultralytics YOLO11 mit deinen eigenen Bildern und Beschriftungen zu trainieren. Dieser Prozess wird als individuelles Training bezeichnet.

Hier siehst du den schrittweisen Ablauf zum Trainieren von Ultralytics YOLO11 für die OBB-Erkennung:

• Bilderfassung: Sammle Bilder, auf denen deine Zielobjekte aus unterschiedlichen Winkeln und Positionen sowie in realen Umgebungen zu sehen sind.
• Objektannotation: Beschrifte jedes Objekt mithilfe gedrehter Begrenzungsrahmen (OBBs), um sowohl seine Position als auch seine Ausrichtung zu erfassen. Verwende dafür Annotationstools mit OBB-Unterstützung.
• Datensatzvorbereitung: Organisiere deine Bilder und Beschriftungen in der YOLO-Verzeichnisstruktur und erstelle eine YAML-Konfigurationsdatei mit deinen Klassennamen und den Pfaden zu den Datensätzen.
• Modelltraining: Wähle eine Version des Ultralytics-YOLO11-Modells, die deinen Anforderungen entspricht, und starte den Trainingsprozess, damit das Modell aus deinen beschrifteten Bildern lernen kann.
• Evaluierung und Bereitstellung: Teste dein trainiertes Modell mit neuen Bildern, bewerte seine Genauigkeit und setze es in praktischen Anwendungen wie der Fertigung, der Überwachung aus der Luft oder der Dokumentenanalyse ein.

Anwendungen der OBB-Erkennung#

Objekte, die außermittig oder geneigt sind, kommen in realen Szenarien häufig vor. Sehen wir uns einige Beispiele an, bei denen die OBB-Erkennung durch die genaue Erkennung solcher Objekte einen echten Unterschied macht.

Röntgenbildanalyse mit OBB-Erkennung#

Die OBB-Erkennung kann die Analyse medizinischer Bilder durch höhere Präzision verbessern. Medizinische Bilder enthalten häufig anatomische Strukturen wie Tumore, Organe oder Knochen. Diese Strukturen erscheinen oft in unregelmäßigen Formen und unterschiedlichen Ausrichtungen. Da OBBs gedreht werden können, um dem Winkel eines Objekts zu entsprechen, ermöglichen sie eine genauere Lokalisierung und Vermessung, was für die Diagnose und Behandlungsplanung entscheidend ist.

Dieser Ansatz ist besonders effektiv bei der Analyse von Röntgenbildern von Knochenbrüchen, bei denen die Position und Ausrichtung der Knochen entscheidend sind. So wurde die OBB-Erkennung beispielsweise zur Analyse von Röntgenaufnahmen von Kinderellenbogen eingesetzt. Durch die Anpassung an die Ausrichtung der Knochen konnte die Erkennungsgenauigkeit verbessert werden.

Abb. 3. Röntgenaufnahmen (a, d) mit Objekterkennung (b, e) und der Erkennung gedrehter Begrenzungsrahmen (c, f).

Luftüberwachung mit OBB-Erkennung#

Die Überwachung aus der Luft ist ein wichtiges Instrument in Bereichen wie der öffentlichen Sicherheit, der Umweltüberwachung und der Stadtplanung. Von Drohnen oder Satelliten aufgenommene Bilder können dabei helfen, Objekte wie Schiffe, Fahrzeuge und Gebäude zu identifizieren. In diesen Bildern erscheinen Objekte jedoch häufig klein und in ungewöhnlichen Winkeln, wodurch sie schwerer genau zu erkennen sind.

Die OBB-Erkennung löst dieses Problem, indem sie die Begrenzungsrahmen an den Winkel jedes Objekts anpasst. Dadurch lassen sich Größe und Ausrichtung eines Objekts genauer messen, was bessere Entscheidungen in Bereichen wie Stadtplanung, Verteidigung, Katastrophenhilfe und Umweltüberwachung unterstützt.

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

Abb. 4. Ein Beispiel für den Einsatz der OBB-Erkennung zur Überwachung von Seegebieten.

Einsatz der OBB-Erkennung in der Landwirtschaft#

Das Sortieren von Erntegut nach der Ernte ist ein entscheidender Schritt, um die Qualität sicherzustellen, bevor es verpackt und vermarktet wird. Während viele Systeme bei runden Früchten wie Äpfeln und Orangen gut funktionieren, können lange und schmale Erzeugnisse wie Karotten oder Zizania-Sprosse deutlich schwieriger zu verarbeiten sein. Ihre Formen variieren und sie liegen häufig in unterschiedlichen Winkeln, wodurch sie nur schwer genau erkannt und sortiert werden können.

Um dieses Problem zu lösen, haben Forschende ein System entwickelt, das die Erkennung gedrehter Begrenzungsrahmen (OBB) verwendet, um diese Erzeugnisse genauer zu identifizieren und zu klassifizieren. Das System kann mehrere Erzeugnisse in einem Bild erkennen, selbst wenn sie geneigt sind oder sich überlappen, und ihre Qualität und Position in Echtzeit bewerten.

Vor- und Nachteile der OBB-Erkennung#

Hier sind einige Vorteile der OBB-Erkennung:

• Verbesserte Eingaben für nachgelagerte Aufgaben: Computer-Vision-Aufgaben wie Instanzsegmentierung und Objektverfolgung können bessere Ergebnisse liefern, wenn sie genauere Objekterkennungen erhalten.
• Verbessertes räumliches Verständnis: Durch die Erfassung des Ausrichtungswinkels ermöglichen OBBs ein besseres Verständnis der Ausrichtung und Richtung eines Objekts.
• Weniger Überlappungen in dicht besetzten Szenen: OBBs verringern Mehrdeutigkeiten, indem sie Objekte enger einschließen, selbst in belebten oder unübersichtlichen Szenen.

Obwohl die OBB-Erkennung die Erkennungsgenauigkeit in komplexen Szenen verbessern kann, bringt sie einige Einschränkungen mit sich, die du berücksichtigen solltest:

• Höhere Empfindlichkeit gegenüber Rauschen: Kleine Fehler bei der Winkelvorhersage können die Erkennungsgenauigkeit stärker beeinträchtigen, insbesondere bei dicht gepackten oder länglichen Objekten.
• Spezialisierte Tools erforderlich: Da nicht alle Plattformen für Beschriftung und Training OBBs nativ unterstützen, können für die Arbeit damit zusätzliche Tools oder Konfigurationen erforderlich sein.
• Begrenzte Verfügbarkeit von Datensätzen: Im Vergleich zur herkömmlichen Objekterkennung gibt es derzeit weniger öffentlich verfügbare Datensätze mit OBB-Annotationen. Dadurch kann der Einstieg oder der Vergleich von Ergebnissen etwas schwieriger sein.

Wichtige Erkenntnisse#

Die Erkennung gedrehter Begrenzungsrahmen erleichtert es Computer-Vision-Lösungen, Objekte zu erkennen, die nicht vollständig gerade oder ausgerichtet sind. Durch die Erfassung sowohl der Position als auch der Ausrichtung von Objekten steigert die OBB-Erkennung die Genauigkeit in realen Anwendungsfällen wie der Analyse medizinischer Bilder, der Überwachung von Ackerflächen oder der Auswertung von Satellitenaufnahmen.

Da Modelle wie Ultralytics YOLO11 die OBB-Erkennung zugänglicher machen, wird sie für viele Branchen zu einer praktischen Option. Ganz gleich, ob du mit geneigten, überlappenden oder ungewöhnlich geformten Objekten arbeitest: Die OBB-Erkennung bietet eine zusätzliche Präzisionsebene, die herkömmliche Methoden häufig nicht erreichen.

Interessierst du dich für AI? Entdecke unser GitHub-Repository, vernetze dich mit unserer Community und sieh dir unsere Lizenzoptionen an, um dein Computer-Vision-Projekt auf den Weg zu bringen. Erfahre auf unseren Lösungsseiten mehr über Innovationen wie AI im Einzelhandel und Computer Vision in der Logistikbranche.