Что такое детекция ориентированных ограничивающих прямоугольников (OBB)?

Люди естественным образом распознают объекты независимо от их расположения и ориентации. Будь то автомобили на перекрёстке или лодки в гавани — мы легко понимаем, что это за объекты и в какую сторону они направлены. Однако для систем искусственного интеллекта (AI) это не так просто.

Например, компьютерное зрение — область ИИ, посвящённая анализу изображений и видео, — позволяет выполнять такие задачи, как обнаружение объектов, благодаря которому машины определяют объекты в сцене и находят их местоположение. При традиционном обнаружении объектов вокруг объектов рисуют ограничивающие рамки, выровненные по осям. У таких рамок прямые стороны и фиксированные прямые углы. Этот подход хорошо работает, когда объекты расположены вертикально и не слишком близко друг к другу.

Однако если объекты наклонены, повёрнуты или расположены близко друг к другу, традиционное обнаружение объектов часто не позволяет точно их выделить. Для решения таких более сложных задач были разработаны методы, например обнаружение ориентированных ограничивающих рамок (OBB). В отличие от стандартных ограничивающих рамок, OBB можно поворачивать под углом и форму объекта, благодаря чему рамка точнее его охватывает.

Модели компьютерного зрения, такие как Ultralytics YOLO11, поддерживающие обнаружение OBB, позволяют создавать множество приложений для работы в реальном времени, особенно в сценариях, где важна ориентация объектов, например при аэросъёмке и наблюдении. Кроме того, обнаружение OBB применяют в здравоохранении, сельском хозяйстве и анализе документов.

В этой статье мы расскажем, что такое обнаружение OBB, как оно работает и где применяется на практике.

Рис. 1. Пример демонстрации обнаружения лодок с помощью YOLO11 и OBB.

Что такое ориентированная ограничивающая рамка?#

Ориентированная ограничивающая рамка — это прямоугольная рамка, используемая в компьютерном зрении для представления обнаруженных объектов на изображении. Стандартные ограничивающие рамки выровнены по горизонтальной и вертикальной осям изображения, а OBB можно поворачивать под фактический угол объекта.

Возможность поворота даёт несколько преимуществ. OBB точнее соответствуют ориентации объекта, поэтому рамка плотно охватывает его форму и направление. Благодаря этому обнаружение становится точнее.

OBB особенно полезны, когда объекты расположены не строго вертикально: например, автомобиль поворачивает на извилистой дороге на аэроснимке, книга лежит на столе под наклоном или опухоль повёрнута на медицинском снимке. Более точно учитывая угол объекта, OBB улучшают качество обнаружения, уменьшают влияние фона и особенно полезны в приложениях, где ориентация объекта не менее важна, чем его положение.

Рис. 2. Сравнение обнаружения объектов и обнаружения OBB.

Обнаружение OBB и обнаружение объектов#

На первый взгляд обнаружение OBB и традиционное обнаружение объектов могут показаться похожими, но применяются они по-разному и в разных ситуациях. Давай подробнее сравним их на примере.

Модели компьютерного зрения, например YOLO11, можно обучить обнаруживать и классифицировать объекты для решения различных практических задач, например промышленного контроля. Представь сборочную линию завода, где разные детали перемещаются по конвейеру. Некоторые детали могут лежать ровно, а другие — слегка поворачиваться, наклоняться или накладываться друг на друга из-за вибрации или скорости движения.

Традиционное обнаружение объектов использует вертикальные прямоугольные рамки, выровненные по горизонтальным и вертикальным краям изображения. Поэтому при повороте детали рамка может не охватить её как следует: часть объекта останется за её пределами или в рамку попадёт слишком много фона. Из-за этого обнаружение становится менее точным, и системе сложнее уверенно распознать деталь.

Теперь представь, что вместо этого ты используешь обнаружение OBB. В таком случае модель может нарисовать рамку, повёрнутую точно под углом каждой детали. Наклонная шестерня или деталь под углом будут плотно охвачены рамкой, соответствующей их форме и направлению. Это повышает точность, уменьшает количество ошибок и делает результаты надёжнее, особенно в таких сценариях, как автоматический контроль качества или роботизированная сортировка.

Популярные модели обнаружения OBB#

Теперь, когда мы лучше понимаем, что такое обнаружение OBB, давай рассмотрим наиболее широко используемые модели Vision AI, которые его поддерживают.

Для обнаружения повёрнутых или наклонённых объектов разработали несколько передовых моделей компьютерного зрения. Среди них модели Ultralytics YOLO особенно известны надёжным и эффективным обнаружением OBB.

Ранние версии, например Ultralytics YOLOv5, предназначались для стандартного обнаружения объектов. В более поздних версиях, таких как Ultralytics YOLOv8 и более новая YOLO11, которую впоследствии сменила Ultralytics YOLO26, появилась встроенная поддержка обнаружения OBB. В частности, YOLO11 обеспечивает высочайшую точность без ущерба для скорости, что делает её эффективным решением для приложений реального времени.

Предварительно обученные модели YOLO11 OBB, например YOLO11n-obb, обучаются на таких наборах данных, как DOTAv1. В него входят аэрофотоснимки с разметкой объектов разных классов — самолётов, кораблей и теннисных кортов, расположенных под разными углами и в разных ориентациях.

Кроме того, доступны пять вариантов моделей разного размера — от nano (n-obb) до extra-large (x-obb), — чтобы удовлетворить различные требования к производительности. Благодаря такой универсальности их можно применять в самых разных отраслях: для мониторинга городской инфраструктуры, осмотра оборудования и распознавания наклонённого текста в отсканированных документах.

Обучение Ultralytics YOLO11 на собственных данных для обнаружения ориентированных ограничивающих рамок#

Во многих реальных сценариях объекты, которые тебе нужно обнаруживать, могут сильно отличаться от объектов в стандартных наборах данных для обучения. Например, инструменты на производственной линии, упаковки товаров или компоненты печатной платы могут быть повёрнуты, расположены беспорядочно или иметь другую форму.

Чтобы точно обнаруживать такие объекты, особенно когда важна их ориентация, нужно обучить модели, например Ultralytics YOLO11, на собственных изображениях и метках. Этот процесс называется обучением на собственных данных.

Вот подробный пошаговый процесс обучения Ultralytics YOLO11 для обнаружения OBB:

• Сбор изображений: Собери изображения целевых объектов, снятых под разными углами, в разных положениях и реальных условиях.
• Разметка объектов: Разметь каждый объект ориентированными ограничивающими рамками (OBB), чтобы зафиксировать его местоположение и ориентацию, используя инструменты разметки с поддержкой OBB.
• Подготовка набора данных: упорядочь изображения и метки в формате набора данных YOLO OBB и создай файл конфигурации YAML с именами классов и путями к данным.
• Обучение модели: Выбери подходящую версию модели Ultralytics YOLO11 и запусти обучение, чтобы модель могла учиться на размеченных изображениях.
• Оценка и развёртывание: Проверь обученную модель на новых изображениях, оцени её точность и внедри её в практические приложения, например в производстве, аэросъёмке и наблюдении или анализе документов.

Применение обнаружения OBB#

Объекты, расположенные не по центру или под наклоном, часто встречаются в реальных условиях. Рассмотрим несколько примеров, в которых обнаружение OBB действительно помогает точно обнаруживать такие объекты.

Анализ рентгеновских снимков с помощью обнаружения OBB#

Обнаружение OBB позволяет вывести анализ медицинских изображений на новый уровень благодаря повышению точности. На медицинских изображениях часто встречаются анатомические структуры, например опухоли, органы или кости. Такие структуры нередко имеют неправильную форму и располагаются под разными углами. Поскольку OBB могут поворачиваться в соответствии с углом объекта, они обеспечивают более точную локализацию и измерение, что крайне важно для диагностики и планирования лечения.

Этот подход особенно эффективен при анализе рентгеновских снимков переломов костей, где положение и взаимное расположение костей имеют ключевое значение. Например, обнаружение OBB использовалось для анализа рентгеновских снимков детских локтевых суставов. Благодаря адаптации к ориентации костей удалось повысить точность обнаружения.

Рис. 3. Рентгеновские снимки (a, d) с обнаружением объектов (b, e) и обнаружением ориентированных ограничивающих рамок (c, f).

Воздушное наблюдение с использованием обнаружения OBB#

Воздушное наблюдение — важный инструмент в таких областях, как общественная безопасность, экологический мониторинг и городское планирование. Снимки, сделанные дронами или спутниками, помогают обнаруживать такие объекты, как корабли, транспортные средства и здания. Однако на этих изображениях объекты часто выглядят маленькими и расположены под необычными углами, поэтому их сложнее точно обнаружить.

Обнаружение OBB решает эту проблему, наклоняя ограничивающие рамки в соответствии с углом каждого объекта. Это позволяет точнее измерять размер и ориентацию объекта, помогая принимать более обоснованные решения в таких областях, как городское планирование, оборона, реагирование на стихийные бедствия и экологический мониторинг.

Интересный пример обнаружения OBB — отслеживание кораблей при морском наблюдении. На спутниковых снимках корабли часто запечатлены под разными углами и имеют разные размеры из-за погодных условий, освещения или движения. OBB адаптируются к этим изменениям и повышают точность обнаружения, особенно для небольших или частично скрытых судов.

Рис. 4. Пример использования обнаружения OBB для морского наблюдения.

Применение обнаружения OBB в сельском хозяйстве#

Сортировка урожая после сбора — важный этап, который позволяет проверить качество продукции до её упаковки и отправки на рынок. Многие системы хорошо справляются с круглыми фруктами, например яблоками и апельсинами, но с длинными и узкими культурами, такими как морковь или побеги цицании, работать гораздо сложнее. Их форма различается, и они часто располагаются под разными углами, поэтому их трудно точно обнаруживать и сортировать.

Чтобы решить эту задачу, исследователи разработали систему, использующую обнаружение ориентированных ограничивающих рамок (OBB), чтобы точнее определять и оценивать эти культуры. Система может обнаруживать несколько культур на одном изображении, даже если они наклонены или перекрывают друг друга, и в реальном времени оценивать их качество и положение.

Преимущества и недостатки обнаружения OBB#

Вот некоторые преимущества обнаружения OBB:

• Более качественные входные данные для последующих задач: Задачи компьютерного зрения, например сегментация экземпляров и отслеживание объектов, выполняются лучше, если на вход подаются более точные результаты обнаружения объектов.
• Улучшенное пространственное восприятие: Благодаря учёту угла ориентации OBB позволяют определять взаимное расположение и направление объекта.
• Меньшее перекрытие в загруженных сценах: OBB уменьшают неоднозначность, точнее охватывая объекты, даже в насыщенных или загромождённых сценах.

Хотя обнаружение OBB помогает повысить точность обнаружения в сложных сценах, у него есть несколько ограничений, которые следует учитывать:

• Повышенная чувствительность к шуму: Даже небольшие ошибки при определении угла могут сильнее повлиять на точность обнаружения, особенно для плотно расположенных или вытянутых объектов.
• Необходимость в специализированных инструментах: Поскольку не все платформы для разметки и обучения изначально поддерживают OBB, для работы с ними могут потребоваться дополнительные инструменты или настройка.
• Ограниченная доступность датасетов: По сравнению со стандартным обнаружением объектов, общедоступных датасетов с разметкой OBB пока меньше, поэтому начать работу или сравнить результаты может быть несколько сложнее.

Главные выводы#

Обнаружение объектов с помощью ориентированных ограничивающих рамок помогает решениям в области компьютерного зрения распознавать объекты, которые расположены не строго прямо или ровно. Учитывая положение и ориентацию объектов, обнаружение OBB повышает точность в реальных задачах — например, при анализе медицинских изображений, мониторинге сельскохозяйственных угодий или анализе спутниковых снимков.

Благодаря таким моделям, как Ultralytics YOLO11, которые делают обнаружение OBB доступнее, этот подход становится практичным выбором для многих отраслей. Если ты работаешь с наклонёнными, перекрывающимися или необычными по форме объектами, обнаружение OBB добавляет уровень точности, которого часто не хватает стандартным методам.

Интересуешься ИИ? Загляни в наш репозиторий на GitHub, присоединяйся к нашему сообществу и изучи варианты лицензирования, чтобы начать свой проект в области компьютерного зрения. Узнай больше о таких инновациях, как ИИ в розничной торговле и компьютерное зрение в логистике, на страницах наших решений.