方向付きバウンディングボックス（OBB）検出とは？

物体がどのように配置されているか、どちらを向いているかにかかわらず物体を認識することは、私たち人間にとって自然なことです。交差点の車でも港の船でも、それが何であり、どちらの方向を向いているかを簡単に判断できます。しかし、人工知能（AI）システムにとっては、それほど単純ではありません。

例えば、コンピュータービジョンは、画像や動画の理解に重点を置くAIの一分野であり、物体検出などのタスクを可能にします。物体検出によって、機械はシーン内の物体を識別し、その位置を特定できます。従来の物体検出では、軸に整列した境界ボックスを使って物体の周囲にボックスを描画します。これらのボックスは辺が直線で、固定された直角を持ちます。この方法は、物体が直立していて、互いに近すぎない場合に適しています。

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ることが難しい場合があります。このような複雑な状況に対応するため、回転境界ボックス（OBB）検出のような手法が導入されています。標準的な境界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フィットが可能です。

Ultralytics YOLO11のようにOBB検出をサポートするコンピュータービジョンモデルによって、さまざまなリアルタイムアプリケーションが可能になります。特に航空監視など、物体の向きが重要なシナリオで活用されます。さらに、OBB検出は医療、農業、文書分析にも利用されています。

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シナリオで適用されているのかを説明します。さっそく始めましょう。

図1。YOLO11を使用してボートをOBB検出するデモ例です。

回転境界ボックスとは？#

回転境界ボックスは、コンピュータービジョンで画像内の検出物体を表すために使用される長方形のボックスです。標準的な境界ボックスが画像の水平軸と垂直軸に沿って配置されるのに対し、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く合わせられるため、物体の形状や方向に沿ってボックスを密着させることができます。その結果、検出の正確性と精度が向上します。

OBBは、物体が完全に直立していない場合に特に有用です。例えば、航空映像内の曲がった道路を曲がる車、机の上で傾いた本、医療スキャン画像内で回転した腫瘍などです。物体の角度をより正確に反映することで、OBBは検出性能を向上させ、背景の干渉を低減します。また、物体の向きが位置と同じ程度に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検出の比較です。

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、用途や適した状況は異なります。例を使って、両者を詳しく比較してみましょう。

YOLO11のような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・分類できるようにトレーニングできます。異なる機械部品がコンベヤーベルト上を移動する工場の組立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りますが、振動や速度によって、少し回転していたり、傾いていたり、重なっていたりするものもあります。

従来の物体検出では、画像の水平および垂直の端に沿った、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、ボックスが適切にフィットしないことがあります。物体の一部が欠けたり、背景を含みすぎたりする可能性があります。これにより、検出の精度が低下し、システムが部品を確信を持って識別することが難しくなります。

ここで、代わりにOBB検出を使用するとします。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付いた部品も、その形状と方向に合ったボックスで密着して囲むことができます。これにより、特に自動品質管理やロボットによる仕分けなどのユースケースで、精度が向上し、エラーが減少し、より信頼性の高い結果が得られます。

人気のOBB検出モデル#

OBB検出について理解が深まったところで、OBB検出をサポートする、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。

回転または傾斜した物体の検出に特化して、いくつかの高度なコンピュータービジョンモデルが開発されています。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のような初期のバージョンは、標準的な物体検出向けに設計されていました。その後のUltralytics YOLOv8や、より新しいYOLO11などのバージョンでは、OBB検出がネイティブでサポートされました。特にYOLO11は、速度を犠牲にすることなく最先端の精度を実現しており、リアルタイムアプリケーションに有力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のようなデータセットでトレーニングされています。DOTAv1には、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、幅広い物体クラスがアノテーションされた航空画像が含まれています。

また、これらのモデルは、nano（n-obb）からextra-large（x-obb）まで、5種類のサイズで利用でき、異なる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テキストの読み取りまで、さまざまな業界で適用できます。

回転境界ボックス検出向けにUltralytics YOLO11をカスタムトレーニングする#

多くの実世界の状況では、検出対象の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、生産ライン上の工具、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可能性があります。

このようなカスタム物体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用してUltralytics 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ます。

Ultralytics YOLO11をOBB検出向けにトレーニングする手順を、以下で詳しく見ていきます。

• 画像収集: さまざまな角度、位置、実世界の環境にある対象物を示す画像を収集します。
• 物体アノテーション: OBBをサポートするアノテーションツールを使用し、回転境界ボックス（OBB）で各物体にラベルを付け、位置と向きの両方を捉えます。
• データセット準備: 画像とラベルをYOLOの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します。
• モデルのトレーニング: 要件に合ったバージョンのUltralytics YOLO11モデルを選択し、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を実行します。
• 評価とデプロイ: 新しい画像でトレーニング済みモデルをテストし、精度を評価したうえで、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デプロイします。

OBB検出によって可能にな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、実生活のシナリオでよく見られます。OBB検出がこのような物体を正確に検出し、大きな違いを生むいくつかの例を見ていきましょう。

OBB検出を使用したX線画像分析#

OBB検出は、精度を向上させることで医療画像分析をさらに発展させることができます。医療画像には、腫瘍、臓器、骨などの解剖学的構造が含まれることがよくあります。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多くあります。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です。

このアプローチは、骨の位置と整列が重要な要素となる骨折のX線画像分析で特に効果的です。例えば、OBB検出は小児の肘のX線画像の分析に使用されています。骨の向きに合わせて調整することで、検出精度の向上に役立ちました。

図3。物体検出（b、e）および回転境界ボックス検出（c、f）を適用したX線画像（a、d）。

OBB検出を活用した航空監視#

航空監視は、公共安全、環境モニタリング、都市計画などの分野で不可欠なツールです。ドローンや衛星が撮影した画像から、船、車両、建物などの物体を特定できます。しかし、これらの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、正確な検出がより困難になります。

OBB検出は、各物体の角度に合わせて境界ボックスを傾けることで、この問題を解決します。これにより、物体のサイズと向きをより正確に計測でき、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支援できます。

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はこうした変化に適応できるため、特に小型の船舶や一部が遮られた船舶の検出精度を向上させます。

図4. OBB検出を海上監視に使用する例です。

農業でのOBB検出の活用#

収穫後の作物の選別は、包装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。多くのシステムはリンゴやオレンジのような丸い果物には適していますが、ニンジンやマコモダケのような細長い作物は、扱いがはるかに難しい場合があります。形状がさまざまで、異なる角度で配置されることも多いため、正確な検出と選別が困難です。

この問題に対処するため、研究者は回転境界ボックス（OBB）検出を使用して、作物をより正確に識別し、等級分けするシステムを開発しました。このシステムは、作物が傾いていたり重なっていたりしても、1枚の画像内で複数の作物を検出し、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以下に示します。

• 下流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ービジョンタスクでは、より正確な物体検出結果を入力することで性能が向上します。
• 空間推論の強化: OBBは向きの角度を捉えるため、物体の整列状態や方向を理解できるようになります。
• 混雑したシーンでの重なりの低減: OBBは、混雑したシーンや複雑なシーンでも物体により密着することで、曖昧さを低減します。

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いくつかの制限があります。

• ノイズに対する感度の増大: 角度予測における小さな誤差でも、特に物体が密集していたり細長かったりする場合、検出精度に大きな影響を与える可能性があります。
• 専用ツールが必要: すべてのラベリングおよびトレーニングプラットフォームがOBBをネイティブ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。
• 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べて、OBBアノテーション付きで一般公開されているデータセットは現在少ないため、始める際や結果を比較する際にやや難しくなる可能性があります。

主なポイント#

回転境界ボックス検出により、コンピュータービジョンソリューションは、完全にまっすぐで整列していない物体を認識しやすくなります。物体の位置と向きの両方を捉えることで、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、実世界のユースケース全体で精度を向上させます。

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、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捉えきれない、さらなる精度をもたらします。

AIに関心がありますか？GitHubリポジトリを確認し、コミュニティに参加して、ライセンスオプションを確認し、コンピュータービジョンプロジェクトを始めましょう。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は、ソリューションページをご覧ください。