O que é detecção por caixa delimitadora orientada (OBB)?

Reconhecer objetos, independentemente de como estejam dispostos ou para que lado estejam voltados, é algo natural para nós, humanos. Seja em carros em um cruzamento ou barcos em um porto, conseguimos dizer facilmente o que são e para onde estão apontando. No entanto, para sistemas de inteligência artificial (IA), não é tão simples assim.

Por exemplo, a visão computacional, um ramo da IA focado na compreensão de imagens e vídeos, permite tarefas como a detecção de objetos, que ajuda máquinas a identificar e localizar objetos dentro de uma cena. A detecção de objetos tradicional baseia-se em caixas delimitadoras alinhadas aos eixos para desenhar caixas ao redor dos objetos. Essas caixas possuem lados retos e ângulos retos fixos. Essa abordagem funciona bem quando os objetos estão na vertical e não muito próximos uns dos outros.

Mas quando os objetos estão inclinados, rotacionados ou próximos uns dos outros, a detecção de objetos tradicional frequentemente tem dificuldade em capturá-los com precisão. Para lidar com essas situações mais complexas, foram introduzidas técnicas como a detecção por caixa delimitadora orientada (OBB). Ao contrário das caixas delimitadoras padrão, as OBBs podem rotacionar para coincidir com o ângulo e a forma do objeto, permitindo um ajuste mais justo e preciso.

Modelos de visão computacional como o Ultralytics YOLO11, que suportam a detecção OBB, permitem uma variedade de aplicações em tempo real, especialmente em cenários onde a orientação do objeto é importante, como em vigilância aérea. Além disso, a detecção OBB também é usada na saúde, agricultura e análise de documentos.

Neste artigo, exploraremos o que é a detecção OBB, como ela funciona e onde está sendo aplicada em cenários do mundo real. Vamos começar!

Fig 1. Uma demonstração de exemplo do uso do YOLO11 para detecção OBB de barcos.

Link to this sectionO 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 são alinhadas com os eixos horizontal e vertical da imagem, as OBBs podem rotacionar para coincidir com o ângulo real do objeto.

Essa capacidade de rotacionar traz várias vantagens. As OBBs podem se alinhar mais estreitamente com a orientação de um objeto, permitindo que a caixa se ajuste firmemente ao redor da forma e da direção do objeto. Como resultado, a detecção torna-se mais exata e precisa.

As OBBs são especialmente úteis quando os objetos não estão perfeitamente na vertical, como um carro fazendo uma curva em uma estrada em filmagens aéreas, um livro inclinado sobre uma mesa ou um tumor rotacionado em um exame médico. Ao combinar o ângulo de um objeto com mais precisão, as OBBs melhoram o desempenho da detecção, reduzem a interferência do fundo e são particularmente ótimas para aplicações onde a orientação de um objeto importa tanto quanto sua posição.

Fig 2. Comparando detecção de objetos e detecção OBB.

Link to this sectionDetecção OBB vs. detecção de objetos#

A detecção OBB e a detecção de objetos tradicional podem parecer semelhantes à primeira vista, mas são usadas de maneiras diferentes e para situações diferentes. Vamos analisar mais de perto como elas se comparam com um exemplo.

Modelos de visão computacional, como o YOLO11, podem ser treinados para detectar e classificar objetos em várias aplicações do mundo real, como inspeção industrial. Considere uma linha de montagem de fábrica onde diferentes peças de máquinas se movem ao longo de uma esteira. Algumas peças podem estar bem colocadas, mas outras podem estar levemente rotacionadas, inclinadas ou sobrepostas devido à vibração ou velocidade.

A detecção de objetos tradicional usa caixas retangulares verticais que se alinham com as bordas horizontal e vertical da imagem. Portanto, quando uma peça está rotacionada, a caixa pode não se ajustar corretamente - ela pode deixar de fora parte do objeto ou incluir demais o fundo. Isso pode tornar as detecções menos precisas e mais difíceis para o sistema identificar a peça com confiança.

Agora, digamos que você esteja usando a detecção OBB. Nesse caso, o modelo pode desenhar uma caixa que rotaciona para coincidir com o ângulo exato de cada peça. Uma engrenagem inclinada ou um componente em ângulo será envolvido firmemente por uma caixa que se ajusta à sua forma e direção. Isso significa melhor precisão, menos erros e resultados mais confiáveis, especialmente com relação a casos de uso como controle de qualidade automatizado ou triagem robótica.

Link to this sectionModelos populares de detecção OBB#

Agora que temos uma compreensão melhor do que é a detecção OBB, vamos dar uma olhada em alguns dos modelos de IA de visão mais amplamente usados que a suportam.

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

Versões anteriores como o Ultralytics YOLOv5 foram projetadas para detecção de objetos padrão. Iterações posteriores, como o Ultralytics YOLOv8 e o mais recente YOLO11, introduziram suporte nativo para detecção OBB. O YOLO11, em particular, oferece precisão de ponta sem comprometer a velocidade, tornando-o uma opção impactante para aplicações em tempo real.

Modelos YOLO11 OBB pré-treinados, como o YOLO11n-obb, são treinados em conjuntos de dados como o DOTAv1, que consiste em imagens aéreas anotadas com uma variedade de classes de objetos, como aviões, navios e quadras de tênis, que aparecem em vários ângulos e orientações.

Além disso, esses modelos estão disponíveis em cinco tamanhos diferentes, do nano (n-obb) ao extra-grande (x-obb), para atender a diferentes necessidades de desempenho. Essa versatilidade permite que sejam aplicados em vários setores - desde o monitoramento de infraestrutura urbana e inspeção de máquinas até a leitura de texto inclinado em documentos digitalizados.

Link to this sectionTreinamento personalizado do YOLO11 para detecção por caixa delimitadora orientada#

Em muitas situações do mundo real, os objetos que você precisa detectar podem ser inteiramente diferentes daqueles em 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 rotacionados, dispostos irregularmente ou moldados de forma diferente.

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

Aqui está uma visão mais detalhada do processo passo a passo para treinar o YOLO11 para detecção OBB:

• Coleta de imagens: Reúna imagens que mostrem seus objetos alvo a partir de diferentes ângulos, posições e ambientes do mundo real.
• Anotação de objetos: Rotule cada objeto usando caixas delimitadoras rotacionadas (OBBs) para capturar tanto sua localização quanto sua orientação, utilizando ferramentas de anotação com suporte a OBB.
• Preparação do conjunto de dados: Organize suas imagens e rótulos na estrutura de diretórios do YOLO e crie um arquivo de configuração YAML com os nomes das suas classes e os caminhos do conjunto de dados.
• Treinamento do modelo: Escolha uma versão do modelo 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 seu modelo treinado em novas imagens, avalie sua precisão e implante-o em aplicações práticas como manufatura, vigilância aérea ou análise de documentos.

Link to this sectionAplicações permitidas pela detecção OBB#

Objetos que estão descentralizados ou inclinados são bastante comuns em cenários da vida real. Vamos percorrer alguns exemplos onde a detecção OBB faz uma diferença real ao detectar esses objetos com precisão.

Link to this sectionAnálise de imagens de raio-X usando detecção OBB#

A detecção OBB pode levar a análise de imagens médicas um passo adiante, melhorando a precisão. Imagens médicas frequentemente incluem estruturas anatômicas como tumores, órgãos ou ossos. Essas estruturas frequentemente aparecem em formas irregulares e orientações variadas. Como as OBBs podem rotacionar para coincidir com o ângulo de um objeto, elas fornecem localização e medição mais precisas, o que é fundamental para o diagnóstico e planejamento de tratamento.

Essa abordagem é especialmente eficaz quando se trata de analisar imagens de raio-X de fraturas ósseas, onde a posição e o alinhamento dos ossos são fatores-chave. Por exemplo, a detecção OBB tem sido usada para analisar raios-X de cotovelo pediátrico. Ao se ajustar à orientação dos ossos, ajudou a melhorar a precisão da detecção.

Fig 3. Raios-X (a, d) com detecção de objetos (b, e) e detecção por caixa delimitadora orientada (c, f).

Link to this sectionVigilância aérea potencializada pela detecção OBB#

A vigilância aérea é uma ferramenta essencial em setores 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 frequentemente aparecem pequenos e em ângulos incomuns, tornando-os mais difíceis de detectar com precisão.

A detecção OBB resolve isso inclinando as caixas delimitadoras para coincidir com o ângulo de cada objeto. Isso leva a medições mais precisas do tamanho e da orientação de um objeto, apoiando uma melhor tomada de decisão 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. Imagens de satélite frequentemente capturam navios em ângulos e tamanhos variados devido ao clima, iluminação ou movimento. As OBBs podem se adaptar a essas mudanças, melhorando a detecção, especialmente para embarcações menores ou parcialmente ocultas.

Fig 4. Uma visão sobre o uso da detecção OBB para vigilância marítima.

Link to this sectionUsando detecção OBB na agricultura#

A triagem de colheitas após a colheita é um passo crucial para garantir a qualidade antes que sejam embaladas e enviadas ao mercado. Embora muitos sistemas funcionem bem para frutas redondas como maçãs e laranjas, colheitas longas e estreitas, como cenouras ou brotos de Zizania, podem ser muito mais difíceis de manusear. Suas formas variam e elas frequentemente acabam em ângulos diferentes, tornando-as complicadas de detectar e triar com precisão.

Para enfrentar isso, pesquisadores desenvolveram um sistema que usa detecção por caixa delimitadora orientada (OBB) para identificar e classificar essas colheitas com mais precisão. O sistema pode detectar várias colheitas em uma imagem, mesmo se estiverem inclinadas ou sobrepostas, e avaliar sua qualidade e posição em tempo real.

Link to this sectionPrós e contras da detecção OBB#

Aqui estão alguns dos benefícios de usar a detecção OBB:

• Entrada aprimorada para tarefas posteriores: Tarefas de visão computacional como segmentação de instâncias e rastreamento de objetos podem ter um desempenho melhor quando recebem detecções de objetos mais precisas.
• Raciocínio espacial aprimorado: Ao capturar o ângulo de orientação, as OBBs tornam possível entender o alinhamento e a direção de um objeto.
• Redução da sobreposição em cenas lotadas: As OBBs reduzem a ambiguidade ao ajustar os objetos mais firmemente, mesmo em cenas ocupadas ou desordenadas.

Apesar de ajudar a melhorar a precisão da detecção em cenas complexas, a detecção OBB vem com algumas limitações a serem consideradas:

• Maior sensibilidade a ruído: Pequenos erros na predição do ângulo podem ter um impacto maior na precisão da detecção, especialmente para objetos densamente agrupados ou alongados.
• Ferramentas especializadas necessárias: Como nem todas as plataformas de rotulagem e treinamento suportam nativamente as OBBs, trabalhar com elas pode exigir ferramentas ou configuração adicional.
• Disponibilidade limitada de conjuntos de dados: Em comparação com a detecção de objetos padrão, existem atualmente menos conjuntos de dados disponíveis publicamente com anotações OBB, o que pode tornar um pouco mais desafiador começar ou comparar resultados.

Link to this sectionPrincipais pontos#

A detecção por caixa delimitadora orientada torna mais fácil para as soluções de visão computacional reconhecer objetos que não estão perfeitamente retos ou alinhados. Ao capturar tanto a posição quanto a orientação dos objetos, a detecção OBB aumenta a precisão em casos de uso do mundo real, como escanear imagens médicas, monitorar terras agrícolas ou analisar fotos de satélite.

Com modelos como o YOLO11 tornando a detecção OBB mais acessível, ela está se tornando uma escolha prática para muitas indústrias. Esteja você lidando com objetos inclinados, sobrepostos ou com formas estranhas, a detecção OBB adiciona uma camada extra de precisão que os métodos padrão frequentemente perdem.

Curioso sobre IA? Explora o nosso repositório GitHub, liga-te à nossa comunidade e verifica as nossas opções de licenciamento para dar um impulso ao teu projeto de visão computacional. Sabe mais sobre inovações como IA no retalho e visão computacional na logística nas nossas páginas de soluções.