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

Reconhecer objetos, independentemente de como estejam dispostos ou para onde estejam virados, é algo natural para nós, humanos. Seja em carros num cruzamento ou barcos num porto, conseguimos identificar facilmente o que são e para onde apontam. No entanto, para os sistemas de artificial intelligence (AI), isto não é assim tão simples.

Por exemplo, a computer vision, um ramo da IA focado na compreensão de imagens e vídeos, permite tarefas como a deteção de objetos, que ajuda as máquinas a identificar e localizar objetos dentro de uma cena. A deteção de objetos tradicional 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 na vertical e não demasiado próximos uns dos outros.

Mas quando os objetos estão inclinados, rodados ou próximos uns dos outros, a deteção de objetos tradicional muitas vezes tem dificuldade em capturá-los com precisão. Para lidar com estas situações mais complexas, foram introduzidas técnicas como a oriented bounding box (OBB) detection. Ao contrário das caixas delimitadoras padrão, as OBBs conseguem rodar para corresponder ao ângulo e à forma do objeto, permitindo um ajuste mais justo e preciso.

Modelos de computer vision como o Ultralytics YOLO11, que suportam a deteção OBB, permitem uma série de aplicações em tempo real, especialmente em cenários onde a orientação do objeto importa, como a vigilância aérea. Além disso, a deteção OBB também é utilizada nos cuidados de saúde, na agricultura e na 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. Um exemplo de demonstração da utilização do YOLO11 para a deteção OBB de barcos.

O que é uma caixa delimitadora orientada?#

Uma bounding box orientada é um tipo de caixa retangular utilizada em computer vision para representar objetos detetados numa imagem. Enquanto as caixas delimitadoras padrão estão alinhadas com os eixos horizontal e vertical da imagem, as OBBs conseguem rodar para corresponder ao 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. Comparação entre a deteção de objetos e a deteção OBB.

Detecção 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.

Os Computer vision models, 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 de fábrica onde diferentes peças de máquinas se movem ao longo de uma correia transportadora. Algumas peças podem estar colocadas de forma limpa, mas outras podem estar ligeiramente rodadas, inclinadas ou sobrepostas devido à vibração ou à 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.

Modelos 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 concebidas para a deteção de objetos padrão. Iterações posteriores, como o Ultralytics YOLOv8 e o mais recente YOLO11, introduziram suporte nativo para a deteção OBB. O YOLO11, em particular, oferece precisão de última geração sem comprometer a velocidade, tornando-se uma opção impactante para aplicações em tempo real.

Os YOLO11 OBB models pré-treinados, como o YOLO11n-obb, são treinados em datasets como o DOTAv1, que consiste em imagens aéreas anotadas com uma gama de classes de objetos como aviões, navios e campos de ténis 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.

Treinamento personalizado do Ultralytics YOLO11 para detecção de caixa delimitadora orientada#

Em muitas situações do mundo real, os objetos que precisas de detetar podem ser inteiramente diferentes daqueles presentes nos training datasets padrão. Por exemplo, objetos como ferramentas numa linha de produção, embalagens de produtos ou componentes numa placa de circuito impresso podem estar rodados, colocados de forma irregular ou ter formas diferentes.

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

Aqui tens uma análise mais detalhada do processo passo a passo para treinar o Ultralytics 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: Escolhe uma versão do modelo Ultralytics YOLO11 que se adeque às tuas necessidades e executa o processo de treinamento para que o modelo possa aprender com as tuas 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.

Aplicações 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.

Análise de imagens de raio-X usando detecção OBB#

A deteção OBB pode levar a medical image analysis mais além, melhorando a precisão. As imagens médicas incluem frequentemente estruturas anatómicas como tumores, órgãos ou ossos. Estas estruturas aparecem frequentemente com formas irregulares e orientações variadas. Uma vez que as OBBs podem rodar para corresponder ao ângulo de um objeto, fornecem uma localização e medição mais precisas, o que é crítico para o diagnóstico e planeamento do tratamento.

Esta 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 deteção OBB tem sido utilizada para analisar pediatric elbow X-rays. Ao ajustar-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 caixa delimitadora orientada (c, f).

Vigilância 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 da deteção OBB é o rastreio de navios na maritime surveillance. As imagens de satélite capturam frequentemente navios em diferentes ângulos e tamanhos devido ao clima, à iluminação ou ao movimento. As OBBs conseguem adaptar-se a estas alterações, melhorando a deteção, especialmente para embarcações mais pequenas ou parcialmente obstruídas.

Fig 4. Uma vista sobre a utilização da deteção OBB para a vigilância marítima.

Usando 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 resolver isto, os investigadores desenvolveram um sistema que utiliza a deteção por caixas delimitadoras orientadas (OBB) para identificar e grade these crops com maior precisão. O sistema consegue detetar várias culturas numa única imagem, mesmo que estejam inclinadas ou sobrepostas, e avaliar a sua qualidade e posição em tempo real.

Prós e contras da detecção OBB#

Aqui estão alguns dos benefícios de usar a detecção OBB:

• Entrada melhorada para tarefas a jusante: Computer vision tasks como a segmentação de instâncias e o rastreio de objetos podem ter um melhor desempenho quando lhes são fornecidas deteções 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 datasets: Em comparação com o object detection padrão, existem atualmente menos datasets disponíveis publicamente com anotações OBB, o que pode tornar um pouco mais desafiante começar ou comparar resultados.

Principais 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 Ultralytics YOLO11 tornando a detecção OBB mais acessível, ela está se tornando uma escolha prática para muitas indústrias. Quer estejas a lidar com objetos inclinados, sobrepostos ou de formas estranhas, a detecção OBB adiciona uma camada extra de precisão que os métodos padrão muitas vezes perdem.

Tens curiosidade sobre IA? Explora o nosso GitHub repository, liga-te a our community e consulta our licensing options para dar início ao teu projeto de computer vision. Sabe mais sobre inovações como AI in retail e computer vision in the logistics indústria nas nossas páginas de soluções.