O que é a deteção de caixas delimitadoras orientadas (OBB)?

Reconhecer objetos, independentemente da forma como estão dispostos ou da direção para a qual estão virados, é algo natural para nós, humanos. Quer sejam carros num cruzamento ou barcos num porto, conseguimos facilmente perceber o que são e para que direção apontam. No entanto, para sistemas de inteligência artificial (AI), isto não é assim tão simples.

Por exemplo, a visão computacional, um ramo da AI focado na compreensão de imagens e vídeos, permite tarefas como a deteção de objetos, que ajuda as máquinas a identificar e localizar objetos numa cena. A deteção tradicional de objetos baseia-se em caixas delimitadoras alinhadas com os eixos para desenhar caixas à volta dos objetos. Estas caixas têm lados retos e ângulos retos fixos. Esta abordagem funciona bem quando os objetos estão direitos e não estão demasiado próximos uns dos outros.

Mas quando os objetos estão inclinados, rodados ou próximos uns dos outros, a deteção tradicional de objetos tem frequentemente dificuldades em captá-los com precisão. Para lidar com estas situações mais complexas, foram introduzidas técnicas como a deteção de caixas delimitadoras orientadas (OBB). Ao contrário das caixas delimitadoras padrão, as OBB podem rodar para corresponder ao ângulo e à forma do objeto, permitindo um ajuste mais apertado e preciso.

Modelos de visão computacional como o Ultralytics YOLO11, que suportam a deteção OBB, permitem uma variedade de aplicações em tempo real, especialmente em cenários onde a orientação dos objetos é importante, como a vigilância aérea. Além disso, a deteção OBB também é utilizada nos setores da saúde, da agricultura e da análise de documentos.

Neste artigo, vamos explorar o que é a deteção OBB, como funciona e onde está a ser aplicada em cenários do mundo real. Vamos começar!

Fig. 1. Um exemplo de demonstração da utilização do YOLO11 para a deteção OBB de barcos.

O que é uma caixa delimitadora orientada?#

Uma caixa delimitadora orientada é um tipo de caixa retangular utilizada em visão computacional para representar objetos detetados numa imagem. Enquanto as caixas delimitadoras padrão estão alinhadas com os eixos horizontal e vertical da imagem, as OBB podem rodar para corresponder ao ângulo real do objeto.

Esta capacidade de rodar oferece várias vantagens. As OBB podem alinhar-se mais estreitamente com a orientação de um objeto, permitindo que a caixa se ajuste perfeitamente à forma e à direção do objeto. Como resultado, a deteção torna-se mais exata e precisa.

As OBB são especialmente úteis quando os objetos não estão perfeitamente direitos, como um carro a fazer uma curva numa estrada em imagens aéreas, um livro inclinado sobre uma secretária ou um tumor rodado numa imagem médica. Ao corresponderem com maior precisão ao ângulo de um objeto, as OBB melhoram o desempenho da deteção, reduzem a interferência do fundo e são particularmente adequadas para aplicações em que a orientação de um objeto é tão importante como a sua posição.

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

Deteção OBB vs. deteção de objetos#

A deteção OBB e a deteção tradicional de objetos podem parecer semelhantes à primeira vista, mas são utilizadas de formas diferentes e em situações distintas. Vamos analisar mais detalhadamente as diferenças através de um exemplo.

Modelos de visão computacional, como o YOLO11, podem ser treinados para detetar e classificar objetos em várias aplicações do mundo real, como a inspeção industrial. Considera uma linha de montagem fabril onde diferentes peças de máquinas se deslocam ao longo de uma correia transportadora. Algumas peças podem estar bem posicionadas, mas outras podem estar ligeiramente rodadas, inclinadas ou sobrepostas devido à vibração ou à velocidade.

A deteção tradicional de objetos utiliza caixas retangulares direitas, alinhadas com as extremidades horizontal e vertical da imagem. Assim, quando uma peça está rodada, a caixa pode não se ajustar corretamente: pode deixar de fora parte do objeto ou incluir demasiado fundo. Isto pode tornar as deteções menos precisas e dificultar a identificação confiável da peça pelo sistema.

Agora, imagina que estás a utilizar a deteção OBB. Neste caso, o modelo pode desenhar uma caixa que roda para corresponder ao ângulo exato de cada peça. Uma engrenagem inclinada ou um componente angulado ficará estreitamente envolvido por uma caixa que se ajusta à sua forma e direção. Isto significa maior precisão, menos erros e resultados mais confiáveis, especialmente em casos de utilização como o controlo de qualidade automatizado ou a triagem robótica.

Modelos populares de deteção OBB#

Agora que compreendemos melhor o que é a deteção OBB, vamos analisar alguns dos modelos de IA de visão mais utilizados que a suportam.

Foram desenvolvidos vários modelos avançados de visão computacional especificamente para detetar objetos rodados ou inclinados. Entre eles, os modelos Ultralytics YOLO são especialmente conhecidos pelas suas capacidades confiáveis e eficientes de deteção OBB.

As versões anteriores, como o Ultralytics YOLOv5, foram concebidas para a deteção padrão de objetos. Iterações posteriores, como o Ultralytics YOLOv8 e o mais recente YOLO11, introduziram suporte nativo para a deteção OBB. Em particular, o YOLO11 oferece uma precisão de vanguarda sem comprometer a velocidade, sendo uma opção relevante 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 várias classes de objetos, como aviões, navios e campos de ténis, que aparecem em diferentes ângulos e orientações.

Além disso, estes modelos estão disponíveis em cinco tamanhos diferentes, desde nano (n-obb) até extra-grande (x-obb), para responder a diferentes necessidades de desempenho. Esta versatilidade permite aplicá-los em vários setores, desde a monitorização de infraestruturas urbanas e a inspeção de maquinaria até à leitura de texto inclinado em documentos digitalizados.

Treino personalizado do Ultralytics YOLO11 para deteção de caixas delimitadoras orientadas#

Em muitas situações do mundo real, os objetos que precisas de detetar podem ser completamente diferentes dos presentes nos conjuntos de dados de treino padrão. Por exemplo, objetos como ferramentas numa linha de produção, embalagens de produtos ou componentes numa placa de circuito podem estar rodados, dispostos irregularmente ou ter formas diferentes.

Para detetar estes objetos personalizados com precisão, especialmente quando a orientação é importante, é essencial treinar modelos como o Ultralytics YOLO11 utilizando as tuas próprias imagens e etiquetas. Este processo é conhecido como treino personalizado.

Eis uma análise mais detalhada do processo passo a passo para treinar o Ultralytics YOLO11 para a deteção OBB:

• Recolha de imagens: reúne imagens que mostrem os teus objetos-alvo a partir de diferentes ângulos, posições e ambientes do mundo real.
• Anotação de objetos: etiqueta cada objeto utilizando caixas delimitadoras rodadas (OBB) para registar tanto a sua localização como a sua orientação, através de ferramentas de anotação com suporte para OBB.
• Preparação do conjunto de dados: organiza as imagens e as etiquetas na estrutura de diretórios do YOLO e cria um ficheiro de configuração YAML com os nomes das classes e os caminhos do conjunto de dados.
• Treino do modelo: escolhe uma versão do modelo Ultralytics YOLO11 que corresponda às tuas necessidades e executa o processo de treino para que o modelo possa aprender com as tuas imagens etiquetadas.
• Avaliação e implementação: testa o modelo treinado em novas imagens, avalia a sua precisão e implementa-o em aplicações práticas como a indústria transformadora, a vigilância aérea ou a análise de documentos.

Aplicações possibilitadas pela deteção OBB#

Objetos descentralizados ou inclinados são bastante comuns em cenários da vida real. Vamos analisar alguns exemplos em que a deteção OBB faz uma diferença real ao detetar estes objetos com precisão.

Análise de imagens de raios X utilizando a deteção OBB#

A deteção OBB pode levar a análise de imagens médicas mais longe, melhorando a precisão. As imagens médicas incluem frequentemente estruturas anatómicas como tumores, órgãos ou ossos. Estas estruturas aparecem muitas vezes com formas irregulares e orientações variadas. Como as OBB podem rodar para corresponder ao ângulo de um objeto, proporcionam uma localização e medição mais precisas, algo fundamental para o diagnóstico e o planeamento do tratamento.

Esta abordagem é especialmente eficaz na análise de imagens de raios X de fraturas ósseas, onde a posição e o alinhamento dos ossos são fatores essenciais. Por exemplo, a deteção OBB foi utilizada para analisar radiografias dos cotovelos de crianças. Ao adaptar-se à orientação dos ossos, ajudou a melhorar a precisão da deteção.

Fig. 3. Raios X (a, d) com deteção de objetos (b, e) e deteção de caixas delimitadoras orientadas (c, f).

Vigilância aérea potenciada pela deteção OBB#

A vigilância aérea é uma ferramenta essencial em setores como a segurança pública, a monitorização ambiental e o planeamento urbano. As imagens captadas por drones ou satélites podem ajudar a identificar objetos como navios, veículos e edifícios. No entanto, nestas imagens, os objetos aparecem frequentemente pequenos e em ângulos invulgares, o que dificulta a sua deteção precisa.

A deteção OBB resolve este problema inclinando as caixas delimitadoras para corresponderem ao ângulo de cada objeto. Isto permite medir com maior precisão o tamanho e a orientação de um objeto, apoiando uma melhor tomada de decisões em áreas como o planeamento urbano, a defesa, a resposta a catástrofes e a monitorização ambiental.

Um exemplo interessante de deteção OBB é o seguimento de navios em vigilância marítima. As imagens de satélite captam frequentemente navios com diferentes ângulos e tamanhos devido às condições meteorológicas, à iluminação ou ao movimento. As OBB podem adaptar-se a estas alterações, melhorando a deteção, especialmente no caso de embarcações mais pequenas ou parcialmente ocultas.

Fig. 4. Uma análise da utilização da deteção OBB para vigilância marítima.

Utilização da deteção OBB na agricultura#

A triagem das culturas após a colheita é uma etapa crucial para garantir a qualidade antes de serem embaladas e enviadas para o mercado. Embora muitos sistemas funcionem bem com frutos redondos, como maçãs e laranjas, culturas compridas e estreitas, como cenouras ou rebentos de Zizania, podem ser muito mais difíceis de processar. As suas formas variam e acabam frequentemente em ângulos diferentes, o que dificulta a sua deteção e triagem precisas.

Para resolver este problema, os investigadores desenvolveram um sistema que utiliza a deteção de caixas delimitadoras orientadas (OBB) para identificar e classificar estas culturas com maior precisão. O sistema pode detetar várias culturas numa única imagem, mesmo que estejam inclinadas ou sobrepostas, e avaliar a sua qualidade e posição em tempo real.

Vantagens e desvantagens da deteção OBB#

Eis algumas das vantagens da utilização da deteção OBB:

• Melhor entrada para tarefas subsequentes: Tarefas de visão computacional, como a segmentação de instâncias e o seguimento de objetos, podem ter um desempenho superior quando recebem deteções de objetos mais precisas.
• Raciocínio espacial aprimorado: Ao captarem o ângulo de orientação, as OBB permitem compreender o alinhamento e a direção de um objeto.
• Menor sobreposição em cenas congestionadas: As OBB reduzem a ambiguidade ao ajustarem-se mais estreitamente aos objetos, mesmo em cenas movimentadas ou desordenadas.

Apesar de ajudarem a melhorar a precisão da deteção em cenas complexas, as OBB apresentam algumas limitações a considerar:

• Maior sensibilidade ao ruído: Pequenos erros na previsão do ângulo podem ter um impacto maior na precisão da deteção, especialmente no caso de objetos muito próximos ou alongados.
• Necessidade de ferramentas especializadas: Como nem todas as plataformas de etiquetagem e treino suportam nativamente as OBB, trabalhar com elas pode exigir ferramentas ou configurações adicionais.
• Disponibilidade limitada de conjuntos de dados: Em comparação com a deteção de objetos padrão, existem atualmente menos conjuntos de dados disponíveis publicamente com anotações OBB, o que pode tornar ligeiramente mais difícil começar ou comparar resultados.

Principais conclusões#

A deteção de caixas delimitadoras orientadas facilita o reconhecimento, por parte das soluções de visão computacional, de objetos que não estão perfeitamente direitos ou alinhados. Ao capturar tanto a posição como a orientação dos objetos, a deteção OBB aumenta a precisão em casos de utilização do mundo real, como a digitalização de imagens médicas, a monitorização de terrenos agrícolas ou a análise de fotografias de satélite.

Com modelos como o Ultralytics YOLO11 a tornar a deteção OBB mais acessível, esta está a tornar-se uma opção prática para muitos setores. Quer estejas a lidar com objetos inclinados, sobrepostos ou com formas invulgares, a deteção OBB acrescenta uma camada extra de precisão que os métodos padrão frequentemente não conseguem alcançar.

Tens curiosidade sobre AI? Explora o nosso repositório do GitHub, liga-te à nossa comunidade e consulta as nossas opções de licenciamento para começares o teu projeto de visão computacional. Sabe mais sobre inovações como AI no retalho e visão computacional no setor da logística nas nossas páginas de soluções.