Bounding Box

Sınırlayıcı kutu, bir görüntüdeki veya video karesindeki nesneyi çevreleyen, eksenlere paralel en küçük dikdörtgendir ve dört sayıyla tanımlanır. Nesne algılama çıktısının temel birimidir: bir algılayıcı, her nesne için bir kutuyla birlikte sınıf etiketi ve güven skoru döndürür; açıklayıcılar da aynı kutuları çizer ve modele öğretmek için bunları eğitim verilerine ekler. Kutu, nesnenin şeklini izlemeksizin konumunu ve yaklaşık boyutunu belirtir; bu da kutuları etiketlemeyi ve tahmin etmeyi hızlı ve düşük maliyetli hâle getirir.

Koordinat Biçimleri#

Görüntü koordinatları sol üst köşeden başlar; x sağa, y aşağı doğru artar. Her kutu biçimi dört sayı içerir, ancak veri kümeleri ve kütüphaneler hangi dört sayının kullanılacağı konusunda farklılık gösterir; bunları karıştırmak tüm kutuları fark ettirmeden kaydırır veya uzatır.

• Köşeler (xyxy): Sol üst köşe (x1, y1) ve sağ alt köşe (x2, y2), piksel cinsinden. PASCAL VOC açıklamaları ile çizim ve IoU işlevlerinin çoğu bu biçimi kullanır.
• COCO biçimi: Sol üst köşenin ardından genişlik ve yükseklik gelir: piksel cinsinden [x, y, genişlik, yükseklik].
• YOLO biçimi: Kutunun merkezinin ardından genişliği ve yüksekliği gelir; her değer görüntü genişliğine veya yüksekliğine bölündüğünden 0 ile 1 arasında olur. YOLO26 gibi Ultralytics YOLO modelleri, her görüntü için nesne başına bir satır içeren tek bir metin dosyasından eğitim alır: sınıf indeksi, ardından x_center, y_center, width ve height.

Normalize edilmiş koordinatlar yeniden boyutlandırma sırasında geçerliliğini korur: kutular görüntü boyutunun kesirleri olarak saklandığından, etiketleri yeniden yazmadan görüntü herhangi bir eğitim çözünürlüğüne ölçeklenebilir.

from ultralytics import YOLO

# Önceden eğitilmiş YOLO26 nano algılayıcıyı yükle
model = YOLO("yolo26n.pt")

# Nesneleri algıla ve ilk görüntüdeki kutuları al
results = model("https://ultralytics.com/images/bus.jpg")
boxes = results[0].boxes

# Dört biçimde aynı ilk kutu
print(boxes.xyxy[0])  # piksel cinsinden köşeler
print(boxes.xywh[0])  # piksel cinsinden merkez, genişlik, yükseklik
print(boxes.xyxyn[0])  # görüntü genişliği ve yüksekliğine bölünmüş köşeler
print(boxes.xywhn[0])  # YOLO etiketlerinde olduğu gibi, görüntü boyutuna bölünmüş merkez ve boyut

Dört satırın tümü tek bir dikdörtgeni tanımlar. Normalize edilmiş sürümlerde piksel değerleri görüntünün 810 × 1080 boyutlarına bölünür; xywh kutunun merkezinden ölçülür, bu nedenle COCO'nun sol üst köşe merkezli xywh biçiminden farklıdır.

Algılayıcılar Kutuları Nasıl Tahmin Eder?#

Bir algılayıcı, görüntüdeki birçok konumda regresyon çıktıları olarak kutular tahmin eder. Önceki tasarımlar, sabit boyut ve en-boy oranlarına sahip önceden tanımlanmış çapa kutularına göre ofsetler tahmin ederken çapasız algılayıcılar, bir ızgara noktasından kutunun dört kenarına olan mesafeleri doğrudan tahmin eder. Eğitim sırasında tahmin edilen ve etiketli kutular, kesişim/birleşim (IoU) temelli kayıp işlevleriyle karşılaştırılır; komşu konumlar aynı nesne için üst üste binen kutular tahmin ettiğinden, çıkarım sırasında maksimum olmayan bastırma (NMS) yinelenen kutuları kaldırır.

Sınırlayıcı Kutuları Etiketleme#

Bir algılayıcı, etiketlerinde çizildiği biçimde kutu çizmeyi öğrenir; bu nedenle veri açıklama yönergeleri kutuların kalitesini belirler. İyi yönergeler, kutuların her nesnenin görünen kenarlarına değmesini, her sınıftaki her örneğin etiketlenmesini (etiketlenmemiş bir nesne modele arka plan olduğunu öğretir) ve örtülü ya da kırpılmış nesneler için yalnızca görünen kısmı kutulamak gibi sabit bir kural uygulanmasını ister. Tahminler, etiketli kutuyla IoU değerlerine göre puanlandığından değerlendirme de aynı kuralları devralır.

Sınırlayıcı Kutular ve Diğer Bölge Türleri#

• Yönlendirilmiş sınırlayıcı kutular (OBB): Beşinci bir değer olan dönüş açısı, kutunun dönerek gemiler veya hava görüntülerindeki araçlar gibi eğik nesnelere çok daha az arka plan içerecek biçimde uymasını sağlar.
• Örnek bölütleme: Her nesnenin tam şeklini belirleyen, piksel başına bir maske.
• Anahtar noktalar: Poz tahmini için vücut eklemleri gibi tek tek işaret noktaları.
• 3B sınırlayıcı kutular: Gerçek dünya uzayındaki küboidler; genellikle yedi sayıyla tanımlanır: merkez (x, y, z), metre cinsinden uzunluk, genişlik ve yükseklik ile yön açısı.