指向性バウンディングボックス（OBB）検出とは何か？

ものの配置や向きに関わらず、人間である私たちにとって、対象を認識することはごく自然なことです。交差点の車や港の船であっても、それが何であり、どちらを向いているのかを私たちは簡単に判別できます。しかし、人工知能（AI）システムにとっては、そう単純ではありません。

例えば、画像や動画の理解に特化したAIの分野であるコンピュータビジョンは、物体検出のようなタスクを可能にし、機械がシーン内の物体を特定して位置を把握するのを助けます。従来の物体検出は、軸に平行なバウンディングボックスを使用して、物体の周りに枠を描画します。これらのボックスは、直線の辺と固定された直角を持っています。このアプローチは、物体が直立しており、互いに近すぎない場合にうまく機能します。

しかし、物体が傾いていたり、回転していたり、互いに接近している場合、従来の物体検出では正確にとらえるのが難しいことがよくあります。このような複雑な状況に対処するため、向きを持ったバウンディングボックス（OBB）検出などの技術が導入されました。標準的なバウンディングボックスとは異なり、OBBは物体の角度や形状に合わせて回転できるため、より緊密で正確なフィットが可能になります。

OBB検出をサポートするUltralytics YOLO11のようなコンピュータビジョンモデルは、航空監視など、物体の向きが重要となるシナリオにおいて、さまざまなリアルタイムアプリケーションを実現します。それに加え、OBB検出は医療、農業、文書解析においても使用されています。

本記事では、OBB検出とは何か、その仕組み、そして現実世界のどのようなシナリオで応用されているのかを解説します。それでは始めましょう！

図1。YOLO11を使用して船のOBB検出を行う例のデモ。

指向性バウンディングボックスとは何か？#

向きを持ったバウンディングボックスとは、画像内で検出された物体を表現するためにコンピュータビジョンで使用される矩形のボックスの一種です。標準的なバウンディングボックスが画像の水平軸と垂直軸に沿って整列しているのに対し、OBBは物体の実際の角度に合わせて回転することができます。

この回転能力は、いくつかの利点をもたらします。OBBは物体の向きに密接に合わせることができるため、物体の形状や方向に沿ってボックスをタイトに適合させることができます。その結果、検出がより正確かつ精密になります。

OBBは、航空映像でカーブした道路を曲がる車、デスク上の傾いた本、医療スキャンで回転した腫瘍など、物体が完全に直立していない場合に特に役立ちます。OBBは物体の角度をより正確に一致させることで、検出性能を向上させ、背景の干渉を減らします。また、位置と同じくらい物体の向きが重要となるアプリケーションにおいて非常に優れています。

図2。物体検出とOBB検出の比較。

OBB検出と物体検出の比較#

OBB検出と従来の物体検出は、一見似ているように見えるかもしれませんが、それぞれ異なる方法で、異なる状況のために使用されます。例を挙げて、それらがどのように比較されるかを詳しく見てみましょう。

コンピュータビジョンモデル（YOLO11など）は、産業用検査などのさまざまな現実世界のアプリケーションで物体を検出し、分類するようにトレーニングできます。コンベアベルトに沿ってさまざまな機械部品が移動する工場の組み立てラインを考えてみてください。部品の中にはきれいに配置されているものもあれば、振動や速度によってわずかに回転していたり、傾いていたり、重なり合っていたりするものもあります。

従来の物体検出では、画像の水平軸および垂直軸に沿った直立した長方形のボックスを使用します。そのため、部品が回転していると、ボックスが正しく適合せず、物体の一部を除外したり、逆に背景を多く含みすぎたりすることがあります。これにより、検出の精度が低下し、システムが部品を確実に識別するのが難しくなる可能性があります。

次に、代わりにOBB検出を使用している場合を考えてみましょう。この場合、モデルは各部品の正確な角度に合わせて回転するボックスを描画できます。傾いたギアや角度のついた部品は、その形状と方向にぴったりと収まるボックスによってタイトに囲まれます。これは、特に自動化された品質管理やロボットによる仕分けのようなユースケースにおいて、精度の向上、エラーの減少、そしてより信頼性の高い結果を意味します。

主要なOBB検出モデル#

OBB検出とは何かを理解したところで、それをサポートする最も広く使用されているVision AIモデルをいくつか見てみましょう。

回転または傾いた物体を検出するために、いくつかの高度なコンピュータビジョンモデルが特別に開発されてきました。その中でも、Ultralytics YOLOモデルは、信頼性が高く効率的なOBB検出機能で特に知られています。

Ultralytics YOLOv5のような初期のバージョンは、標準的な物体検出のために設計されていました。Ultralytics YOLOv8やより新しいYOLO11などの後のイテレーションでは、OBB検出のネイティブサポートが導入されました。特にYOLO11は、スピードを妥協することなく最先端の精度を提供するため、リアルタイムアプリケーションにとって効果的なオプションとなります。

YOLO11n-obbなどの事前トレーニング済みYOLO11 OBBモデルは、さまざまな角度や向きで現れる飛行機、船、テニスコートなどのさまざまな物体クラスがアノテーションされた航空画像で構成されるDOTAv1などのデータセットでトレーニングされています。

また、これらのモデルはナノ（n-obb）からエクストララージ（x-obb）まで5種類のサイズが用意されており、異なるパフォーマンスニーズに対応できます。この汎用性により、都市インフラの監視や機械の検査から、スキャンされた文書内の斜めのテキストの読み取りまで、様々な業界で応用することが可能です。

Ultralytics YOLO11の方向付きバウンディングボックス検出のためのカスタムトレーニング#

多くの現実世界の状況において、検出する必要がある物体は、標準的なトレーニングデータセット内のものとは全く異なる場合があります。例えば、生産ライン上の工具、製品パッケージ、回路基板上の部品などの物体は、回転していたり、不規則に配置されていたり、異なる形状をしていたりする場合があります。

これらのカスタムオブジェクトを正確に検出し、特に向きが重要な場合には、Ultralytics YOLO11などのモデルをご自身の画像とラベルを使ってトレーニングすることが重要です。このプロセスはcustom trainingとして知られています。

OBB検出のためにUltralytics YOLO11をトレーニングする手順を詳しく見ていきます。

• 画像収集: ターゲットとなる物体を、異なる角度、位置、および現実世界の環境から撮影した画像を集めます。
• 物体アノテーション: OBBサポートを備えたアノテーションツールを使用して、各物体の位置と向きの両方を捉えるために、回転バウンディングボックス（OBB）を用いてラベル付けします。
• データセット準備: 画像とラベルをYOLOディレクトリ構造に整理し、クラス名とデータセットパスを含むYAML設定ファイルを作成します。
• モデルトレーニング: ニーズに合ったUltralytics YOLO11モデルのバージョンを選択し、ラベル付き画像からモデルが学習できるようにトレーニングプロセスを実行します。
• 評価とデプロイ: トレーニングしたモデルを新しい画像でテストし、その精度を評価した上で、製造、航空監視、文書解析などの実用的なアプリケーションにデプロイします。

OBB検出によって実現されるアプリケーション#

中心から外れていたり、傾いていたりする物体は、実際のシナリオではよくあることです。OBB検出がこれらの物体を正確に検出することで、どのように大きな違いを生むか、いくつか例を見てみましょう。

OBB検出を用いたX線画像解析#

OBB検出は、精度を向上させることで医療画像解析をさらに一歩進めることができます。医療画像には、腫瘍、臓器、骨などの解剖学的構造がよく含まれます。これらの構造は、不規則な形状やさまざまな向きで現れることがよくあります。OBBは物体の角度に合わせて回転できるため、より正確なローカライゼーションと測定を提供でき、これは診断や治療計画において極めて重要です。

このアプローチは、骨の折れ方の位置と整列が重要な要素となる、骨折のX線画像の解析において特に効果的です。例えば、OBB検出は小児の肘のX線写真の解析に使用されています。骨の向きに適応することにより、検出精度の向上に貢献しました。

図3。物体検出（b、e）および向きを持ったバウンディングボックス検出（c、f）を伴うX線写真（a、d）。

OBB検出による航空監視#

航空監視は、公共の安全、環境モニタリング、都市計画などの分野において不可欠なツールです。ドローンや衛星によって撮影された画像は、船、車両、建物などの物体を識別するのに役立ちます。しかし、これらの画像では、物体は小さく、不自然な角度で映っていることが多いため、正確に検出するのがより困難です。

OBB検出は、バウンディングボックスを傾けて各物体の角度に合わせることでこれを解決します。これにより、物体のサイズと向きの測定精度が向上し、都市計画、防衛、災害対応、環境モニタリングなどの分野におけるより良い意思決定をサポートします。

OBB検出の興味深い例として、海上監視における船舶追跡があります。衛星画像は、天候、照明、または動きにより、さまざまな角度やサイズで船をとらえることがよくあります。OBBはこれらの変化に適応できるため、特に小型の船舶や部分的に隠れた船舶の検出が向上します。

図4。海上監視でのOBB検出の利用に関する考察。

農業におけるOBB検出の活用#

収穫後の作物の仕分けは、梱包されて市場に出荷される前に品質を保証するための重要なステップです。リンゴやオレンジのような丸い果物には多くのシステムがうまく機能しますが、ニンジンやマコモダケの茎のような長くて細い作物の取り扱いははるかに難しい場合があります。それらの形状は様々であり、異なる角度で配置されることが多いため、正確に検出して仕分けるのが困難です。

この課題に対処するため、研究者たちは方向付きバウンディングボックス（OBB）検出を使用してgrade these cropsをより正確に識別および評価するシステムを開発しました。このシステムは、傾いているか重なっているかにかかわらず、1つの画像内の複数の作物を検出し、その品質と位置をリアルタイムで評価することができます。

OBB検出の長所と短所#

OBB検出を使用することの利点をいくつか挙げます：

• ダウンストリームタスクへの入力の改善： インスタンスセグメンテーションや物体追跡などのコンピュータビジョンタスクは、より正確な物体検出が提供されたときにより良く機能します。
• 空間推論の強化: OBBは向きの角度を捉えることで、物体の整列状態や方向を理解することを可能にします。
• 混雑したシーンでの重複の削減: OBBは、忙しいシーンや雑然としたシーンであっても、物体をよりタイトに囲むことで曖昧さを軽減します。

複雑なシーンでの検出精度の向上に役立ちますが、OBB検出には考慮すべきいくつかの制限があります：

• ノイズに対する感度が高い: 角度予測における小さな誤差が、特に密集した物体や細長い物体の場合、検出精度に大きな影響を与える可能性があります。
• 専門的なツールが必要: すべてのラベル付けおよびトレーニングプラットフォームがネイティブでOBBをサポートしているわけではないため、扱うには追加のツールやセットアップが必要になる場合があります。
• データセットの可用性の制限： 標準的な物体検出と比較して、OBBアノテーションを持つ公開データセットは現在少なくなっており、そのため開始したり結果を比較したりすることがやや難しくなる場合があります。

重要なポイント#

指向性バウンディングボックス検出により、コンピュータビジョンソリューションが完全に真っ直ぐではない、あるいは整列していない物体を認識することが容易になります。物体の位置と向きの両方を捉えることで、OBB検出は医療画像の走査、農地の監視、衛星写真の解析など、現実世界のユースケース全体で精度を向上させます。

Ultralytics YOLO11などのモデルによりOBB検出のアクセシビリティが向上し、多くの業界で実用的な選択肢になりつつあります。傾いた、重なり合った、あるいは異形なオブジェクトを扱う場合でも、OBB検出は標準的な手法では見落とされがちな追加の精度レイヤーを提供します。

AIに興味がありますか？コンピュータビジョンプロジェクトをすぐに開始するには、GitHub repositoryを探索し、our communityに参加し、our licensing optionsをご確認ください。ソリューションページで、AI in retailやcomputer vision in the logistics業界などのイノベーションについて詳しくご覧ください。