オリエンテッド・バウンディング・ボックス（OBB）検出とは？

オリエンテッド・バウンディング・ボックスとは？

オリエンテッド・バウンディング・ボックス（Orientedbounding box）とは、コンピュータビジョンにおいて、画像内の検出されたオブジェクトを表現するために使用される矩形ボックスの一種である。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合わせて配置されるが、OBBはオブジェクトの実際の角度に合わせて回転させることができる。

この回転機能は、いくつかの利点をもたらす。OBBは、オブジェクトの方向により密接にアライメントすることができ、ボックスがオブジェクトの形状と方向にしっかりとフィットすることができる。その結果、検出はより正確で精密になる。

OBBは、空撮映像でカーブした道路を曲がる車、机の上の傾いた本、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有用です。物体の角度をより正確に一致させることで、OBBは検出性能を向上させ、背景干渉を低減し、物体の向きがその位置と同じくらい重要なアプリケーションに特に最適です。

‍

OBB検出 vs オブジェクト検出

OBB検出と従来のオブジェクト検出は、一見似ているように見えるかもしれないが、異なる方法で、異なる状況で使用される。例を挙げて、両者の比較を詳しく見てみよう。

YOLO11のようなコンピュータ・ビジョン・モデルは、工業検査など様々な実世界のアプリケーションにおいて、物体を検出・分類するために学習させることができる。ベルトコンベア上をさまざまな機械部品が移動する工場の組立ラインを考えてみよう。いくつかの部品はきちんと配置されているかもしれないが、他の部品はわずかに回転していたり、傾いていたり、振動や速度のために重なっているかもしれない。

従来のオブジェクト検出では、画像の水平方向と垂直方向のエッジに沿った、直立した長方形のボックスを使用していました。そのため、パーツを回転させると、ボックスが正しくフィットしないことがあります。オブジェクトの一部が欠けてしまったり、背景が多く含まれてしまったりするのです。このため、検出の精度が低下し、システムが自信を持って部品を特定することが難しくなります。

では、代わりにOBB検出を使うとしよう。この場合、モデルは各部品の正確な角度に合うように回転するボックスを描くことができます。傾いた歯車や角度のある部品は、その形状と方向に合ったボックスでしっかりと囲まれます。これは、特に自動品質管理やロボット選別のようなユースケースに関して、より良い精度、より少ないエラー、より信頼性の高い結果を意味します。

人気のOBB検出モデル

OBB検出とは何かについて理解を深めたところで、OBB検出をサポートする最も広く使われているVision AIモデルを見てみよう。

回転したり傾いたりした物体を検出するために特別に開発された高度なコンピュータビジョンモデルがいくつかあります。その中でもUltralytics YOLOモデルは、信頼性が高く効率的なOBB検出能力で特に有名です。

Ultralytics YOLOv5のような初期のバージョンは、標準的なオブジェクト検出用に設計されていた。Ultralytics YOLOv8や最近のYOLO11のような後のバージョンでは、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、スピードを犠牲にすることなく、最先端の精度を提供し、リアルタイム・アプリケーションにとってインパクトのある選択肢となっています。

YOLO11n-obbのような事前訓練されたYOLO11 OBBモデルは、DOTAv1のようなデータセットで訓練される。DOTAv1は、飛行機、船、テニスコートなど、様々な角度や向きに現れる様々なオブジェクトクラスが注釈された航空画像で構成されている。 

また、これらのモデルは、異なる性能ニーズに合わせて、ナノ（n-obb）から特大（x-obb）まで、5つの異なるサイズが用意されている。このような汎用性により、都市インフラの監視や機械の検査、スキャン文書の斜め文字の読み取りなど、さまざまな業界で応用することができる。

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YOLO11

実世界の多くの状況では、検出する必要があるオブジェクトは、標準的なトレーニングデータセットのものとはまった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オブジェクトは、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可能性があります。 

このようなカスタムオブジェクトを正確に検出するには、特に向きが重要な場合、独自の画像とラベルを使ってYOLO11のような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る。 

ここでは、YOLO11のOBB検出トレーニングのステップ・バイ・ステップを詳しく見ていこう：

• 画像収集：
  ‍ 様々な角度、位置、実環境から対象物を紹介する画像を収集する。
• オブジェクトの注釈：OBBをサポートするアノテーションツールを使用し、回転したバウンディングボック ス（OBB）を使って各オブジェクトにラベルを付け、位置と向きの両方を把握する。
  ‍。
• データセットの準備：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のパスを記述したYAML設定ファイルを作成する。
  ‍
• モデルのトレーニング：ニーズに合ったYOLO11モデルのバージョンを選択し、ラベル付けされた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。
  ‍。
• 評価と展開：学習したモデルを新しい画像でテストして精度を評価し、製造、航空監視、文書分析などの実用的なアプリケーションに導入します。

OBB検出で可能になるアプリケーション

中心がずれていたり、傾いていたりする物体は、現実のシナリオではよくあることです。このような物体を正確に検出することで、OBB検出が実際の違いを生む例をいくつか見ていきましょう。

OBB検出によるX線画像解析

OBB検出は、精度を向上させることで、医用画像解析をさらに一歩進めることができる。医用画像には腫瘍、臓器、骨などの解剖学的構造が含まれることが多い。これらの構造物は、不規則な形状や様々な向きで表示されることが多い。OBBは物体の角度に合わせて回転できるため、診断や治療計画に不可欠な、より正確な位置特定や計測が可能になる。

このアプローチは、骨の位置や配列が重要な要素となる骨折のX線画像を解析する場合に特に有効である。例えば、OBB検出は小児の肘のX線画像の解析に使用されている。骨の向きを調整することで、検出精度の向上に役立った。 

‍

OBB検出による空中監視

航空監視は、公共安全、環境監視、都市計画などの分野で不可欠なツールである。ドローンや人工衛星によって撮影された画像は、船舶、車両、建物などの物体を識別するのに役立つ。しかし、これらの画像では、物体が小さく、異常な角度で写ることが多く、物体を正確に検出することが難しくなっている。

OBB検出は、各オブジェクトの角度に一致するようにバウンディングボックスを傾け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をより正確に測定することができ、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良い意思決定をサポートする。

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る。衛星画像は、天候、照明、または動きにより、様々な角度や大きさで船舶を捉えることが多い。OBBはこのような変化に適応することができ、特に小型の船舶や部分的に不明瞭な船舶の検出を改善することができる。

‍

OBB検出の長所と短所

OBB検出を使用する利点は以下の通りです：

• 下流タスクへの入力の改善： インスタンスのセグメンテーションやオブジェクトの追跡などのコンピュータビジョンタスクは、より正確なオブジェクト検出が与えられると、より良いパフォーマンスを発揮することができる。
  
  
• 空間的推論の強化： OBBは方位角度を捉えることで、物体の配置や方向を理解することを可能にする。
  
  
• 混雑したシーンでの重なりを軽減：OBBは、混雑したシーンや乱雑したシーンでも、オブジェクトをよりしっかりとフィットさせることで、あいまいさを軽減する。

複雑なシーンでの検出精度の向上には役立っているものの、OBB検出には考慮すべきいくつかの制限がある：

• 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は、特に密に詰まった物体や細長い物体の検出精度に大きな影響を与える可能性がある。
  ‍
• 専用ツールが必要：すべてのラベリング・プラットフォームやトレーニング・プラットフォームがOBBをネイティブに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セットアップが必要になる場合があります。
  
  
• 利用可能なデータセットが限られている： 標準的な物体検出と比較すると、OBBアノテーションを含む一般に利用可能なデータセットは現在少ない。

要点

方向バウンディングボックスの検出により、コンピュータビジョンソリューションは、完全にまっすぐでない、または整列していないオブジェクトを簡単に認識できるようになります。オブジェクトの位置と方向の両方をキャプチャすることで、OBB検出は、医療画像のスキャン、農地の監視、衛星写真の分析などの実世界のユースケースで精度を向上させます。

YOLO11のようなモデルがOBB検出をより身近なものにしたことで、OBB検出は多くの業界にとって実用的な選択肢になりつつある。傾いていたり、重なっていたり、奇妙な形をしていたりする物体を扱う場合でも、OBB検出は、標準的な方法では見逃しがちな精度をさらに高めてくれます。

AIに興味がありますか？GitHubリポジトリを探索し、コミュニティとつながり、ライセンスオプションをチェックして、コンピュータビジョンプロジェクトを始めましょう。ソリューションのページでは、小売業におけるAIや 物流業界におけるコンピュータビジョンのようなイノベーションについて詳しくご紹介しています。