回転バウンディングボックス（OBB）検出とは？

物体の配置や向きにかかわらず認識することは、人間にとって自然なことです。交差点の車も港の船も、何であるか、どちらを向いているかを簡単に見分けられます。しかし、人工知能（AI）システムにとって、これはそれほど簡単ではありません。

例えば、画像や動画の理解に特化したAIの一分野であるコンピュータービジョンでは、物体検出などのタスクを実行できます。物体検出により、機械はシーン内の物体を識別し、位置を特定できます。従来の物体検出では、軸に沿ったバウンディングボックスを使って物体を囲みます。これらのボックスは辺が直線で、角度は固定された直角です。この手法は、物体が直立していて、互いに近すぎない場合に効果的です。

しかし、物体が傾いていたり、回転していたり、互いに近接していたりすると、従来の物体検出では正確に捉えられないことがよくあります。こうした複雑な状況に対応するため、回転バウンディングボックス（OBB）検出などの手法が導入されました。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、より密着した正確な枠を設定できます。

OBB検出に対応するUltralytics YOLO11などのコンピュータービジョンモデルは、さまざまなリアルタイムアプリケーションを可能にします。特に、航空監視のように物体の向きが重要な場面で役立ちます。さらに、OBB検出は医療、農業、文書分析にも活用されています。

この記事では、OBB検出とは何か、どのように機能するのか、実世界のどのような場面で活用されているのかを解説します。

図1。YOLO11を使って船舶をOBB検出するデモの例。

回転バウンディングボックスとは#

回転バウンディングボックスは、画像内で検出した物体を表すためにコンピュータービジョンで使用される長方形の枠です。標準的なバウンディングボックスは画像の水平軸と垂直軸に沿いますが、OBBは物体の実際の角度に合わせて回転できます。

この回転機能には、いくつかの利点があります。OBBは物体の向きにより近づけて配置できるため、その形状や方向に沿って枠をぴったりと合わせられます。その結果、検出の精度が高まります。

OBBは、上空から撮影した映像に映るカーブした道路を曲がる車、机の上で傾いた本、医療画像内で回転して見える腫瘍など、物体が完全に直立していない場合に特に役立ちます。物体の角度をより正確に合わせることで、OBBは検出性能を高め、背景の影響を減らします。また、物体の向きが位置と同じくらい重要なアプリケーションに特に適しています。

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ますが、用途や適した状況が異なります。例を使って、その違いを詳しく見てみましょう。

YOLO11などのコンピュータービジョンモデルは、産業検査など、さまざまな実世界のアプリケーションで物体を検出・分類するようにトレーニングできます。異なる機械部品がベルトコンベア上を移動する工場の組み立てラインを考えてみましょう。部品の中には整然と置かれたものもありますが、振動や速度の影響で、少し回転したり、傾いたり、重なったりするものもあります。

従来の物体検出では、画像の水平辺と垂直辺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、ボックスが適切に合わず、物体の一部が枠から外れたり、背景を含みすぎたりすることがあります。これにより検出精度が下がり、システムが部品を確実に識別しにくくなります。

代わりにOBB検出を使う場合、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。傾いた歯車や角度の付いた部品も、その形状や向きに合ったボックスでぴったりと囲めます。これにより、精度が向上し、ミスが減り、特に自動品質管理やロボットによる仕分けなどの用途で、より信頼性の高い結果を得られます。

代表的なOBB検出モデル#

OBB検出の概要を確認したところで、OBBに対応する、広く利用されているVision AIモデルをいくつか見てみましょう。

回転した物体や傾いた物体の検出に特化した、高度なコンピュータービジョンモデルが複数開発されています。その中でも、Ultralytics YOLOモデルは、信頼性と効率性に優れたOBB検出機能で特によく知られています。

Ultralytics YOLOv5のような以前のバージョンは、標準的な物体検出向けに設計されていました。その後のバージョンであるUltralytics YOLOv8や、さらに新しいYOLO11（後継モデルとしてUltralytics YOLO26が登場）は、OBB検出をネイティブでサポートしました。特にYOLO11は、速度を損なわずに最先端の精度を実現するため、リアルタイムアプリケーションに有効な選択肢となっています。

YOLO11n-obbなどの事前トレーニング済みYOLO11 OBBモデルは、DOTAv1などのデータセットでトレーニングされています。DOTAv1は、さまざまな角度や向きで写った飛行機、船、テニスコートなど、幅広いクラスの物体にアノテーションを付けた航空画像で構成されています。

また、これらのモデルはnano（n-obb）からextra-large（x-obb）まで5種類のサイズが用意されており、さまざまな性能要件に対応できます。この柔軟性により、都市インフラの監視や機械の検査から、スキャンした文書内の傾いた文字の読み取りまで、さまざまな業界で活用できます。

回転バウンディングボックス検出向けUltralytics YOLO11のカスタムトレーニング#

実世界の多くの状況では、検出が必要な物体が標準的なトレーニングデータセットに含まれる物体とはまったく異なる場合があります。例えば、生産ラインの工具、製品パッケージ、回路基板上の部品などは、回転していたり、不規則に配置されていたり、形状が異なっていたりすることがあります。

こうした独自の物体を正確に検出するには、特に向きが重要な場合、自分で用意した画像とラベルを使ってUltralytics YOLO11などのモデルをトレーニングすることが重要です。このプロセスはカスタムトレーニングと呼ばれます。

OBB検出向けUltralytics YOLO11のトレーニングの手順を詳しく見ていきましょう。

• 画像の収集：さまざまな角度、位置、実環境で対象物を撮影した画像を収集します。
• 物体のアノテーション：OBBに対応したアノテーションツールを使い、位置と向きの両方を捉えられるよう、回転バウンディングボックス（OBB）で各物体にラベルを付けます。
• データセットの準備：画像とラベルをYOLO OBBデータセット形式に整理し、クラス名とデータセットのパスを記載したYAML設定ファイルを作成します。
• モデルのトレーニング：ニーズに合ったUltralytics YOLO11モデルのバージョンを選び、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を実行します。
• 評価とデプロイ：トレーニング済みモデルを新しい画像でテストして精度を評価し、製造業、航空監視、文書分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検出で実現するアプリケーション#

中心からずれていたり、傾いていたりする物体は、実際の場面でよく見られます。OBB検出によってこうした物体を正確に検出し、大きな違いが生まれる例をいくつか見ていきましょう。

OBB検出を用いたX線画像解析#

OBB検出は、精度を高めることで医用画像解析をさらに進歩させることができます。医用画像には、腫瘍、臓器、骨などの解剖学的構造が含まれていることがよくあります。こうした構造は、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、より正確な位置特定と計測が可能になり、診断や治療計画に不可欠な役割を果たします。

この方法は、骨の位置や配列が重要な要素となる骨折のX線画像解析で特に効果を発揮します。たとえば、OBB検出は小児の肘のX線画像の解析に利用されています。骨の向きに合わせることで、検出精度の向上に役立ちました。

図3。X線画像（a、d）、物体検出（b、e）、回転バウンディングボックス検出（c、f）。

OBB検出を活用した空中監視#

空中監視は、公共安全、環境モニタリング、都市計画などの分野で欠かせないツールです。ドローンや衛星で撮影した画像は、船舶、車両、建物などの物体の特定に役立ちます。しかし、こうした画像では物体が小さく、通常とは異なる角度で写ることが多いため、正確な検出が難しくなります。

OBB検出では、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、この問題を解決します。その結果、物体のサイズや向きをより正確に測定でき、都市計画、防衛、災害対応、環境モニタリングなどの分野で、より適切な意思決定を支援します。

OBB検出の興味深い活用例として、海上監視における船舶追跡があります。衛星画像では、天候、照明、動きの影響により、船舶がさまざまな角度やサイズで捉えられることがよくあります。OBBはこうした変化に対応できるため、特に小型の船舶や一部が隠れた船舶の検出精度を高めます。

図4。海上監視におけるOBB検出の活用例。

農業におけるOBB検出の活用#

収穫後の作物の選別は、梱包して市場に出荷する前に品質を確保するための重要な工程です。リンゴやオレンジのような丸い果物を扱うシステムは数多くありますが、ニンジンやマコモタケのように細長い作物の取り扱いは、はるかに難しい場合があります。形状がさまざまで、異なる角度で置かれることも多いため、正確な検出や選別が困難です。

この課題に対応するため、研究者たちは回転バウンディングボックス（OBB）検出を使って、作物をより正確に識別・等級分けするシステムを開発しました。このシステムは、傾いたり重なり合ったりしている場合でも、1枚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できます。

OBB検出のメリットとデメリット#

OBB検出を使用するメリットをいくつか紹介します。

• 後続タスクへの入力精度の向上：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ービジョンタスクでは、より正確な物体検出結果を入力として用いることで、パフォーマンスを向上できます。
• 空間認識能力の向上：OBBは向きの角度を捉えるため、物体の配置や方向を把握できます。
• 混雑したシーンでの重なりの低減：OBBは物体により密着するように適合するため、混雑したシーンや複雑なシーンでも曖昧さを軽減できます。

複雑なシーンでの検出精度向上に役立つ一方、OBB検出には考慮すべき制約もいくつかあります。

• ノイズに対する感度の上昇：角度予測のわずかな誤差でも、特に密集した物体や細長い物体では、検出精度に大きな影響を及ぼす可能性があります。
• 専用ツールが必要：すべてのラベリングやトレーニングプラットフォームがOBBを標準でサポートしているわけではないため、OBBを扱うには追加のツールや設定が必要になる場合があります。
• データセットの入手性が限られる：標準的な物体検出と比べて、OBBアノテーション付きの公開データセットは現在まだ少なく、導入や結果の比較がやや難しくなる場合があります。

重要なポイント#

回転バウンディングボックス検出を使うと、コンピュータービジョンソリューションで、完全にまっすぐではない物体や整列していない物体を認識しやすくなります。物体の位置と向きを捉えることで、医用画像のスキャン、農地の監視、衛星写真の解析など、実環境の幅広いユースケースで精度を高めます。

Ultralytics YOLO11のようなモデルによってOBB検出がより利用しやすくなり、多くの業界で実用的な選択肢になりつつあります。傾いた物体、重なった物体、あるいは形状が不規則な物体を扱う場合でも、OBB検出は標準的な手法では見落とされがちな精度をさらに高めます。

AIに興味がありますか？GitHubリポジトリをご覧いただき、コミュニティに参加し、ライセンスオプションを確認して、コンピュータービジョンプロジェクトを始めましょう。ソリューションページでは、小売業におけるAIや物流業界におけるコンピュータービジョンなどのイノベーションについて詳しくご紹介しています。