Phát hiện khung bao định hướng (OBB) là gì?

Nhận diện đối tượng, bất kể chúng được sắp xếp thế nào hay quay mặt về hướng nào, là một khả năng tự nhiên đối với chúng ta với tư cách là con người. Dù là ô tô tại ngã tư hay tàu thuyền trong cảng, chúng ta đều có thể dễ dàng nhận biết chúng là gì và đang hướng về phía nào. Tuy nhiên, đối với các hệ thống trí tuệ nhân tạo (AI), mọi thứ không hề đơn giản như vậy.

Ví dụ, computer vision, một nhánh của AI tập trung vào việc hiểu hình ảnh và video, cho phép thực hiện các tác vụ như object detection, giúp máy móc nhận diện và định vị các đối tượng trong một khung cảnh. Object detection truyền thống dựa trên các bounding box song song với trục để vẽ khung bao quanh các đối tượng. Các khung này có các cạnh thẳng và các góc vuông cố định. Cách tiếp cận này hoạt động tốt khi các đối tượng đứng thẳng và không quá gần nhau.

Nhưng khi các đối tượng bị nghiêng, xoay hoặc ở gần nhau, object detection truyền thống thường gặp khó khăn trong việc nắm bắt chúng một cách chính xác. Để xử lý các tình huống phức tạp hơn này, các kỹ thuật như oriented bounding box (OBB) detection đã được giới thiệu. Không giống như các bounding box tiêu chuẩn, OBB có thể xoay để khớp với góc độ và hình dạng của đối tượng, cho phép ôm sát và chính xác hơn.

Các mô hình computer vision như Ultralytics YOLO11, hỗ trợ OBB detection, cho phép triển khai hàng loạt ứng dụng thời gian thực, đặc biệt trong các kịch bản mà hướng của đối tượng rất quan trọng, chẳng hạn như giám sát trên không. Ngoài ra, OBB detection còn được ứng dụng trong y tế, nông nghiệp và phân tích tài liệu.

Trong bài viết này, chúng ta sẽ khám phá OBB là gì, cách thức hoạt động và nơi nó được áp dụng trong các kịch bản thực tế. Hãy cùng bắt đầu!

Fig 1. Một bản demo ví dụ về việc sử dụng YOLO11 cho OBB detection đối với tàu thuyền.

Hộp bao quanh định hướng là gì?#

Một bounding box định hướng là một loại khung hình chữ nhật được sử dụng trong computer vision để biểu diễn các đối tượng được phát hiện trong một hình ảnh. Trong khi các bounding box tiêu chuẩn song song với các trục ngang và dọc của hình ảnh, OBB có thể xoay để khớp với góc thực tế của đối tượng.

Khả năng xoay này mang lại nhiều lợi thế. OBB có thể căn chỉnh sát hơn với hướng của đối tượng, cho phép hộp bao quanh chặt chẽ hình dạng và hướng của đối tượng. Kết quả là việc phát hiện trở nên chính xác và chuẩn xác hơn.

OBB đặc biệt hữu ích khi các đối tượng không hoàn toàn thẳng đứng, chẳng hạn như một chiếc xe đang rẽ trên đường cong trong cảnh quay từ trên cao, một cuốn sách bị nghiêng trên bàn, hoặc một khối u bị xoay trong ảnh chụp y tế. Bằng cách khớp với góc của đối tượng một cách chính xác hơn, OBB cải thiện hiệu suất phát hiện, giảm nhiễu nền và đặc biệt tuyệt vời cho các ứng dụng mà hướng của đối tượng quan trọng ngang với vị trí của nó.

Fig 2. So sánh giữa object detection và OBB detection.

Phát hiện OBB so với phát hiện đối tượng#

Phát hiện OBB và phát hiện đối tượng truyền thống trông có vẻ giống nhau lúc ban đầu, nhưng chúng được sử dụng theo những cách khác nhau và cho các tình huống khác nhau. Hãy xem xét kỹ hơn cách chúng so sánh với nhau thông qua một ví dụ.

Các computer vision model, như YOLO11, có thể được huấn luyện để phát hiện và phân loại đối tượng trong nhiều ứng dụng thực tế khác nhau, chẳng hạn như kiểm tra công nghiệp. Hãy xem xét một dây chuyền lắp ráp trong nhà máy nơi các bộ phận máy móc khác nhau di chuyển dọc theo băng tải. Một số bộ phận có thể được đặt gọn gàng, nhưng những bộ phận khác có thể bị xoay nhẹ, nghiêng hoặc chồng chéo lên nhau do rung động hoặc tốc độ.

Phát hiện đối tượng truyền thống sử dụng các hộp chữ nhật thẳng đứng căn theo các cạnh ngang và dọc của hình ảnh. Vì vậy, khi một bộ phận bị xoay, hộp có thể không khớp hoàn toàn - nó có thể bỏ sót một phần đối tượng hoặc bao gồm quá nhiều phần nền. Điều này có thể làm cho các kết quả phát hiện kém chính xác và khó hơn cho hệ thống để nhận diện bộ phận đó một cách tự tin.

Bây giờ, giả sử bạn đang sử dụng phát hiện OBB thay thế. Trong trường hợp này, model có thể vẽ một chiếc hộp xoay để khớp chính xác với góc của từng bộ phận. Một bánh răng bị nghiêng hoặc thành phần bị lệch sẽ được bao quanh chặt chẽ bởi một chiếc hộp phù hợp với hình dạng và hướng của nó. Điều này có nghĩa là độ chính xác cao hơn, ít sai sót hơn và kết quả đáng tin cậy hơn, đặc biệt đối với các trường hợp sử dụng như kiểm soát chất lượng tự động hoặc phân loại bằng robot.

Các model phát hiện OBB phổ biến#

Bây giờ chúng ta đã hiểu rõ hơn về phát hiện OBB là gì, hãy cùng xem qua một số Vision AI model được sử dụng rộng rãi nhất hỗ trợ công nghệ này.

Nhiều model computer vision tiên tiến đã được phát triển đặc biệt để phát hiện các đối tượng bị xoay hoặc nghiêng. Trong số đó, các model Ultralytics YOLO đặc biệt nổi tiếng với khả năng phát hiện OBB đáng tin cậy và hiệu quả.

Các phiên bản trước đó như Ultralytics YOLOv5 được thiết kế cho object detection tiêu chuẩn. Các phiên bản sau này, chẳng hạn như Ultralytics YOLOv8 và YOLO11 mới hơn, đã giới thiệu hỗ trợ gốc cho OBB detection. Đặc biệt, YOLO11 mang lại độ chính xác tiên tiến mà không làm giảm tốc độ, biến nó thành một lựa chọn có tác động lớn cho các ứng dụng thời gian thực.

Các YOLO11 OBB model đã được huấn luyện sẵn, chẳng hạn như YOLO11n-obb, được huấn luyện trên các tập dữ liệu như DOTAv1, bao gồm các hình ảnh trên không được gán nhãn với nhiều lớp đối tượng như máy bay, tàu thủy và sân quần vợt xuất hiện ở nhiều góc độ và hướng khác nhau.

Ngoài ra, các model này có sẵn ở năm kích thước khác nhau, từ nano (n-obb) đến extra-large (x-obb), để phù hợp với các nhu cầu hiệu suất khác nhau. Sự linh hoạt này cho phép chúng được áp dụng trên nhiều ngành công nghiệp - từ giám sát cơ sở hạ tầng đô thị và kiểm tra máy móc đến việc đọc văn bản bị lệch trong các tài liệu đã quét.

Huấn luyện tùy chỉnh Ultralytics YOLO11 để phát hiện hộp giới hạn xoay#

Trong nhiều tình huống thực tế, các đối tượng bạn cần phát hiện có thể hoàn toàn khác biệt so với những đối tượng có trong các training dataset tiêu chuẩn. Ví dụ, các đối tượng như dụng cụ trên dây chuyền sản xuất, bao bì sản phẩm hoặc các linh kiện trên bảng mạch có thể bị xoay, đặt bất thường hoặc có hình dạng khác nhau.

Để phát hiện chính xác các đối tượng tùy chỉnh này, đặc biệt khi hướng đóng vai trò quan trọng, điều quan trọng là phải huấn luyện các model như Ultralytics YOLO11 bằng hình ảnh và nhãn của riêng bạn. Quá trình này được gọi là custom training.

Dưới đây là cái nhìn chi tiết hơn về quy trình từng bước để huấn luyện Ultralytics YOLO11 cho việc phát hiện OBB:

• Thu thập hình ảnh: Tập hợp các hình ảnh thể hiện đối tượng mục tiêu của bạn từ các góc độ, vị trí và môi trường thực tế khác nhau.
• Chú thích đối tượng: Gắn nhãn từng đối tượng bằng các hộp bao quanh xoay (OBB) để ghi nhận cả vị trí và hướng của chúng bằng các công cụ chú thích có hỗ trợ OBB.
• Chuẩn bị bộ dữ liệu: Tổ chức hình ảnh và nhãn của bạn theo cấu trúc thư mục YOLO, và tạo một tệp cấu hình YAML với tên các lớp và đường dẫn bộ dữ liệu của bạn.
• Huấn luyện model: Chọn một phiên bản của model Ultralytics YOLO11 phù hợp với nhu cầu của bạn, và chạy quá trình huấn luyện để model có thể học từ các hình ảnh đã được dán nhãn của bạn.
• Đánh giá và triển khai: Kiểm tra model đã huấn luyện trên các hình ảnh mới, đánh giá độ chính xác của nó, và triển khai vào các ứng dụng thực tế như sản xuất, giám sát trên không hoặc phân tích tài liệu.

Các ứng dụng được hỗ trợ bởi phát hiện OBB#

Các đối tượng bị lệch tâm hoặc nghiêng khá phổ biến trong các kịch bản thực tế. Hãy cùng điểm qua một vài ví dụ nơi phát hiện OBB tạo ra sự khác biệt thực sự bằng cách phát hiện chính xác những đối tượng này.

Phân tích hình ảnh X-quang sử dụng phát hiện OBB#

OBB detection có thể đưa medical image analysis tiến thêm một bước bằng cách cải thiện độ chính xác. Hình ảnh y tế thường bao gồm các cấu trúc giải phẫu như khối u, cơ quan hoặc xương. Các cấu trúc này thường xuất hiện với hình dạng bất thường và định hướng đa dạng. Vì OBB có thể xoay để khớp với góc của đối tượng, chúng cung cấp khả năng định vị và đo lường chính xác hơn, điều rất quan trọng đối với chẩn đoán và lập kế hoạch điều trị.

Cách tiếp cận này đặc biệt hiệu quả khi phân tích hình ảnh X-quang gãy xương, nơi vị trí và sự liên kết của xương là những yếu tố cốt lõi. Ví dụ, OBB detection đã được sử dụng để phân tích pediatric elbow X-ray. Bằng cách điều chỉnh theo hướng của xương, phương pháp này giúp cải thiện độ chính xác khi phát hiện.

Fig 3. Ảnh X-quang (a, d) với object detection (b, e) và oriented bounding box detection (c, f).

Giám sát trên không được hỗ trợ bởi phát hiện OBB#

Giám sát trên không là một công cụ thiết yếu trong các lĩnh vực như an toàn công cộng, giám sát môi trường và quy hoạch đô thị. Hình ảnh thu thập bởi máy bay không người lái hoặc vệ tinh có thể giúp xác định các đối tượng như tàu thủy, phương tiện và tòa nhà. Tuy nhiên, trong những hình ảnh này, các đối tượng thường xuất hiện nhỏ và ở các góc độ lạ, làm cho chúng khó phát hiện chính xác hơn.

Phát hiện OBB giải quyết vấn đề này bằng cách nghiêng các hộp bao quanh để khớp với góc của từng đối tượng. Điều này dẫn đến các phép đo chính xác hơn về kích thước và hướng của đối tượng, hỗ trợ ra quyết định tốt hơn trong các lĩnh vực như quy hoạch đô thị, quốc phòng, ứng phó thiên tai và giám sát môi trường.

Một ví dụ thú vị về OBB detection là theo dõi tàu thuyền trong maritime surveillance. Hình ảnh vệ tinh thường ghi lại tàu thuyền ở các góc độ và kích thước khác nhau do thời tiết, ánh sáng hoặc chuyển động. OBB có thể thích ứng với những thay đổi này, cải thiện khả năng phát hiện, đặc biệt đối với các tàu nhỏ hoặc bị che khuất một phần.

Fig 4. Cái nhìn tổng quan về việc sử dụng OBB detection cho giám sát hàng hải.

Sử dụng phát hiện OBB trong nông nghiệp#

Phân loại nông sản sau thu hoạch là một bước quan trọng để đảm bảo chất lượng trước khi chúng được đóng gói và gửi ra thị trường. Trong khi nhiều hệ thống hoạt động hiệu quả với các loại trái cây tròn như táo và cam, thì các loại nông sản dài và hẹp, như cà rốt hoặc măng tây Zizania, lại khó xử lý hơn nhiều. Hình dạng của chúng khác nhau và chúng thường nằm ở các góc độ khác nhau, khiến cho việc phát hiện và phân loại chính xác trở nên khó khăn.

Để giải quyết vấn đề này, các nhà nghiên cứu đã phát triển một hệ thống sử dụng oriented bounding box (OBB) detection để nhận diện và phân loại các loại cây trồng này một cách chính xác hơn. Hệ thống có thể phát hiện nhiều loại cây trồng trong một hình ảnh, ngay cả khi chúng bị nghiêng hoặc chồng chéo, đồng thời đánh giá chất lượng và vị trí của chúng trong thời gian thực.

Ưu và nhược điểm của phát hiện OBB#

Dưới đây là một số lợi ích của việc sử dụng phát hiện OBB:

• Đầu vào được cải thiện cho các tác vụ hạ nguồn: Các computer vision task như instance segmentation và object tracking có thể hoạt động tốt hơn khi được cung cấp kết quả phát hiện đối tượng chính xác hơn.
• Tăng cường lập luận không gian: Bằng cách ghi lại góc định hướng, OBB giúp hiểu được sự căn chỉnh và hướng của đối tượng.
• Giảm chồng chéo trong các khung cảnh đông đúc: OBB giảm sự mơ hồ bằng cách bao khớp đối tượng chặt chẽ hơn, ngay cả trong những khung cảnh bận rộn hoặc lộn xộn.

Mặc dù giúp cải thiện độ chính xác khi phát hiện trong các khung cảnh phức tạp, phát hiện OBB có một vài hạn chế cần cân nhắc:

• Nhạy cảm hơn với nhiễu: Các sai số nhỏ trong dự đoán góc có thể có tác động lớn hơn đến độ chính xác khi phát hiện, đặc biệt là đối với các đối tượng được đóng gói chặt hoặc kéo dài.
• Yêu cầu các công cụ chuyên dụng: Vì không phải tất cả các nền tảng dán nhãn và huấn luyện đều hỗ trợ nguyên bản OBB, việc làm việc với chúng có thể yêu cầu các công cụ hoặc thiết lập bổ sung.
• Sự sẵn có của tập dữ liệu hạn chế: So với object detection tiêu chuẩn, hiện tại có ít tập dữ liệu công khai đi kèm nhãn OBB hơn, điều này có thể khiến việc bắt đầu hoặc so sánh kết quả trở nên thử thách hơn một chút.

Các điểm chính cần lưu ý#

Phát hiện hộp bao quanh định hướng giúp các giải pháp computer vision dễ dàng hơn trong việc nhận diện các đối tượng không hoàn toàn thẳng hoặc được căn chỉnh. Bằng cách ghi lại cả vị trí và hướng của đối tượng, phát hiện OBB thúc đẩy độ chính xác trên các trường hợp sử dụng thực tế như quét hình ảnh y tế, giám sát đất nông nghiệp hoặc phân tích ảnh vệ tinh.

Với các model như Ultralytics YOLO11 giúp việc phát hiện OBB trở nên dễ tiếp cận hơn, công nghệ này đang trở thành một lựa chọn thiết thực cho nhiều ngành công nghiệp. Cho dù bạn đang xử lý các đối tượng bị nghiêng, chồng chéo hay có hình dạng kỳ lạ, việc phát hiện OBB cung cấp thêm một lớp độ chính xác mà các phương pháp tiêu chuẩn thường bỏ sót.

Bạn tò mò về AI? Khám phá GitHub repository của chúng tôi, kết nối với our community và xem qua our licensing options để bắt đầu dự án computer vision của bạn. Tìm hiểu thêm về các đổi mới như AI in retail và computer vision in the logistics ngành trên các trang giải pháp của chúng tôi.