O que é detecção de caixas delimitadoras orientadas (OBB)?

Para nós, reconhecer objetos, independentemente de como estão dispostos ou da direção para a qual estão voltados, é algo natural. Sejam carros em um cruzamento ou barcos em um porto, conseguimos identificar facilmente o que são e para que lado apontam. No entanto, para sistemas de inteligência artificial (AI), isso não é tão simples.

Por exemplo, a visão computacional, um ramo da IA focado na compreensão de imagens e vídeos, possibilita tarefas como a detecção de objetos, que ajuda as máquinas a identificar e localizar objetos em uma cena. A detecção tradicional de objetos usa caixas delimitadoras alinhadas aos eixos para contornar os objetos. Essas caixas têm lados retos e ângulos retos fixos. Essa abordagem funciona bem quando os objetos estão na posição vertical e não estão muito próximos uns dos outros.

Mas, quando os objetos estão inclinados, girados ou próximos uns dos outros, a detecção tradicional de objetos muitas vezes tem dificuldade para delimitá-los com precisão. Para lidar com essas situações mais complexas, foram introduzidas técnicas como a detecção de caixas delimitadoras orientadas (OBB). Ao contrário das caixas delimitadoras padrão, as OBBs podem girar para acompanhar o ângulo e a forma do objeto, proporcionando um ajuste mais justo e preciso.

Modelos de visão computacional como o Ultralytics YOLO11, que oferece suporte à detecção de OBB, permitem diversas aplicações em tempo real, especialmente em cenários nos quais a orientação dos objetos importa, como a vigilância aérea. Além disso, a detecção de OBB também é usada na área da saúde, na agricultura e na análise de documentos.

Neste artigo, vamos explorar o que é a detecção de OBB, como funciona e onde está sendo aplicada em situações reais.

Fig. 1. Exemplo de demonstração do uso do YOLO11 para detecção de OBB em barcos.

O que é uma caixa delimitadora orientada?#

Uma caixa delimitadora orientada é um tipo de caixa retangular usada em visão computacional para representar objetos detectados em uma imagem. Enquanto as caixas delimitadoras padrão se alinham aos eixos horizontal e vertical da imagem, as OBBs podem girar para acompanhar o ângulo real do objeto.

Essa capacidade de girar traz várias vantagens. As OBBs podem se alinhar melhor à orientação de um objeto, permitindo que a caixa se ajuste perfeitamente à forma e à direção do objeto. Como resultado, a detecção se torna mais precisa.

As OBBs são especialmente úteis quando os objetos não estão perfeitamente na posição vertical, como um carro fazendo uma curva em uma estrada em imagens aéreas, um livro inclinado sobre uma mesa ou um tumor girado em uma imagem médica. Ao acompanhar com mais precisão o ângulo de um objeto, as OBBs melhoram o desempenho da detecção, reduzem a interferência do fundo e são particularmente úteis em aplicações nas quais a orientação do objeto importa tanto quanto sua posição.

Fig. 2. Comparação entre detecção de objetos e detecção de OBB.

Detecção de OBB versus detecção de objetos#

A detecção de OBB e a detecção tradicional de objetos podem parecer semelhantes à primeira vista, mas são usadas de maneiras diferentes e em situações distintas. Vamos comparar as duas mais detalhadamente com um exemplo.

Modelos de visão computacional, como o YOLO11, podem ser treinados para detectar e classificar objetos em diversas aplicações do mundo real, como a inspeção industrial. Imagine uma linha de montagem de fábrica onde diferentes peças de máquinas se deslocam por uma esteira transportadora. Algumas peças podem estar bem posicionadas, mas outras podem estar ligeiramente giradas, inclinadas ou sobrepostas por causa da vibração ou da velocidade.

A detecção tradicional de objetos usa caixas retangulares na posição vertical, alinhadas às bordas horizontais e verticais da imagem. Assim, quando uma peça está girada, a caixa pode não se ajustar corretamente: pode deixar de fora parte do objeto ou incluir muito do fundo. Isso pode tornar as detecções menos precisas e dificultar a identificação confiável da peça pelo sistema.

Agora, imagine que você está usando a detecção de OBB. Nesse caso, o modelo pode desenhar uma caixa que gira para acompanhar o ângulo exato de cada peça. Uma engrenagem inclinada ou um componente angulado ficará perfeitamente delimitado por uma caixa que se ajusta à sua forma e direção. Isso significa mais precisão, menos erros e resultados mais confiáveis, especialmente em casos de uso como controle de qualidade automatizado ou separação robótica.

Modelos populares de detecção de OBB#

Agora que entendemos melhor o que é a detecção de OBB, vamos conhecer alguns dos modelos de IA visual mais usados que oferecem suporte a ela.

Vários modelos avançados de visão computacional foram desenvolvidos especificamente para detectar objetos girados ou inclinados. Entre eles, os modelos Ultralytics YOLO são particularmente conhecidos por seus recursos confiáveis e eficientes de detecção de OBB.

Versões anteriores, como o Ultralytics YOLOv5, foram desenvolvidas para a detecção de objetos convencional. Versões posteriores, como o Ultralytics YOLOv8 e o YOLO11, mais recente (que foi sucedido pelo Ultralytics YOLO26), introduziram suporte nativo à detecção de OBB. Em particular, o YOLO11 oferece precisão de ponta sem comprometer a velocidade, tornando-se uma opção eficaz para aplicações em tempo real.

Modelos OBB pré-treinados do YOLO11, como o YOLO11n-obb, são treinados em conjuntos de dados como o DOTAv1, composto por imagens aéreas anotadas com várias classes de objetos, como aviões, navios e quadras de tênis, que aparecem em diferentes ângulos e orientações.

Além disso, esses modelos estão disponíveis em cinco tamanhos diferentes, do nano (n-obb) ao extragrande (x-obb), para atender a diferentes necessidades de desempenho. Essa versatilidade permite aplicá-los em vários setores, desde o monitoramento de infraestrutura urbana e a inspeção de máquinas até a leitura de textos inclinados em documentos digitalizados.

Treinamento personalizado do Ultralytics YOLO11 para detecção de caixas delimitadoras orientadas#

Em muitas situações do mundo real, os objetos que você precisa detectar podem ser totalmente diferentes daqueles presentes nos conjuntos de dados de treinamento padrão. Por exemplo, objetos como ferramentas em uma linha de produção, embalagens de produtos ou componentes em uma placa de circuito podem estar girados, posicionados de forma irregular ou ter formatos diferentes.

Para detectar esses objetos personalizados com precisão, especialmente quando a orientação importa, é importante treinar modelos como o Ultralytics YOLO11 usando suas próprias imagens e rótulos. Esse processo é conhecido como treinamento personalizado.

Veja mais de perto o processo passo a passo para treinar o Ultralytics YOLO11 para detecção de OBB:

• Coleta de imagens: Reúna imagens que mostrem os objetos-alvo de diferentes ângulos, posições e ambientes do mundo real.
• Anotação de objetos: Rotule cada objeto usando caixas delimitadoras orientadas (OBBs) para registrar tanto a localização quanto a orientação dos objetos, com ferramentas de anotação compatíveis com OBB.
• Preparação do conjunto de dados: Organize suas imagens e rótulos no formato de conjunto de dados OBB do YOLO e crie um arquivo de configuração YAML com os nomes das classes e os caminhos do conjunto de dados.
• Treinamento do modelo: Escolha uma versão do modelo Ultralytics YOLO11 que atenda às suas necessidades e execute o processo de treinamento para que o modelo possa aprender com suas imagens rotuladas.
• Avaliação e implantação: Teste o modelo treinado em novas imagens, avalie sua precisão e implante-o em aplicações práticas, como manufatura, vigilância aérea ou análise de documentos.

Aplicações possibilitadas pela detecção de OBB#

Objetos descentralizados ou inclinados são bastante comuns em situações do mundo real. Vamos ver alguns exemplos em que a detecção OBB faz uma diferença significativa ao detectar esses objetos com precisão.

Análise de imagens de raios X com detecção OBB#

A detecção OBB pode levar a análise de imagens médicas um passo adiante ao melhorar a precisão. Imagens médicas geralmente incluem estruturas anatômicas, como tumores, órgãos ou ossos. Essas estruturas costumam ter formas irregulares e orientações variadas. Como as OBBs podem girar para acompanhar o ângulo de um objeto, elas permitem uma localização e medição mais precisas, algo essencial para o diagnóstico e o planejamento do tratamento.

Essa abordagem é especialmente eficaz na análise de imagens de raios X de fraturas ósseas, nas quais a posição e o alinhamento dos ossos são fatores fundamentais. Por exemplo, a detecção OBB já foi usada para analisar radiografias pediátricas do cotovelo. Ao se ajustar à orientação dos ossos, ela ajudou a melhorar a precisão da detecção.

Fig. 3. Radiografias (a, d) com detecção de objetos (b, e) e detecção de caixas delimitadoras orientadas (c, f).

Vigilância aérea com tecnologia de detecção OBB#

A vigilância aérea é uma ferramenta essencial em áreas como segurança pública, monitoramento ambiental e planejamento urbano. Imagens capturadas por drones ou satélites podem ajudar a identificar objetos como navios, veículos e edifícios. No entanto, nessas imagens, os objetos costumam aparecer pequenos e em ângulos incomuns, o que dificulta sua detecção precisa.

A detecção OBB resolve esse problema inclinando as caixas delimitadoras para que correspondam ao ângulo de cada objeto. Isso permite medir com mais precisão o tamanho e a orientação dos objetos, contribuindo para melhores decisões em áreas como planejamento urbano, defesa, resposta a desastres e monitoramento ambiental.

Um exemplo interessante de detecção OBB é o rastreamento de navios na vigilância marítima. As imagens de satélite costumam registrar navios em ângulos e tamanhos variados devido ao clima, à iluminação ou ao movimento. As OBBs podem se adaptar a essas mudanças, melhorando a detecção, especialmente de embarcações menores ou parcialmente encobertas.

Fig. 4. Uma visão do uso da detecção OBB na vigilância marítima.

Uso da detecção OBB na agricultura#

A classificação das safras após a colheita é uma etapa crucial para garantir a qualidade antes de os produtos serem embalados e enviados ao mercado. Embora muitos sistemas funcionem bem com frutas redondas, como maçãs e laranjas, culturas compridas e estreitas, como cenouras ou brotos de Zizania, podem ser muito mais difíceis de processar. Seus formatos variam e elas frequentemente ficam em ângulos diferentes, o que dificulta sua detecção e classificação precisas.

Para enfrentar esse desafio, pesquisadores desenvolveram um sistema que usa a detecção de caixas delimitadoras orientadas (OBB) para identificar e classificar essas plantações com mais precisão. O sistema consegue detectar várias plantações em uma única imagem, mesmo que estejam inclinadas ou sobrepostas, e avaliar sua qualidade e posição em tempo real.

Vantagens e desvantagens da detecção OBB#

Veja algumas das vantagens de usar a detecção OBB:

• Melhor entrada para tarefas subsequentes: Tarefas de visão computacional, como segmentação de instâncias e rastreamento de objetos, podem apresentar melhores resultados quando recebem detecções de objetos mais precisas.
• Raciocínio espacial aprimorado: Ao capturar o ângulo de orientação, as OBBs permitem compreender o alinhamento e a direção de um objeto.
• Menor sobreposição em cenas congestionadas: As OBBs reduzem a ambiguidade ao se ajustarem melhor aos objetos, mesmo em cenas movimentadas ou cheias de elementos.

Embora ajude a melhorar a precisão da detecção em cenas complexas, a detecção OBB tem algumas limitações que devem ser consideradas:

• Maior sensibilidade ao ruído: Pequenos erros na previsão do ângulo podem ter um impacto maior na precisão da detecção, especialmente no caso de objetos muito próximos ou alongados.
• Necessidade de ferramentas especializadas: Como nem todas as plataformas de rotulagem e treinamento oferecem suporte nativo a OBBs, trabalhar com elas pode exigir ferramentas ou configurações adicionais.
• Disponibilidade limitada de conjuntos de dados: Em comparação com a detecção de objetos padrão, atualmente há menos conjuntos de dados disponíveis publicamente com anotações OBB, o que pode dificultar um pouco o início do trabalho ou a comparação de resultados.

Principais conclusões#

A detecção de caixas delimitadoras orientadas facilita o reconhecimento de objetos que não estão perfeitamente retos ou alinhados por soluções de visão computacional. Ao capturar tanto a posição quanto a orientação dos objetos, a detecção OBB aumenta a precisão em aplicações do mundo real, como a análise de imagens médicas, o monitoramento de terras agrícolas ou a análise de fotos de satélite.

Com modelos como o Ultralytics YOLO11 tornando a detecção OBB mais acessível, ela está se tornando uma opção prática para muitos setores. Ao lidar com objetos inclinados, sobrepostos ou de formatos incomuns, a detecção OBB acrescenta uma camada extra de precisão que os métodos convencionais muitas vezes não oferecem.

Tem curiosidade sobre IA? Explore nosso repositório no GitHub, conecte-se com nossa comunidade e confira nossas opções de licenciamento para dar início ao seu projeto de visão computacional. Saiba mais sobre inovações como IA no varejo e visão computacional no setor de logística em nossas páginas de soluções.