什么是定向边界框 (OBB) 检测？

识别物体，无论它们的排列方式或朝向如何，对于我们人类来说都是轻而易举的事。无论是十字路口的车还是港湾里的船，我们都能轻松分辨它们是什么以及它们的朝向。然而，对于人工智能 (AI) 系统来说，事情并没有那么简单。

例如，专注于理解图像和视频的 AI 分支计算机视觉支持目标检测等任务，这有助于机器识别和定位场景中的物体。传统的目标检测依赖轴对齐边界框在物体周围绘制框。这些框具有平直的边和固定的直角。当物体竖直且彼此距离不太近时，这种方法效果很好。

但是，当物体倾斜、旋转或彼此靠得很近时，传统的目标检测往往难以准确捕捉它们。为了处理这些更复杂的情况，人们引入了诸如定向边界框 (OBB) 检测等技术。与标准边界框不同，OBB 可以旋转以匹配物体的角度和形状，从而实现更紧密、更准确的贴合。

像 Ultralytics YOLO11 这样支持 OBB 检测的计算机视觉模型，可以实现一系列实时应用，特别是在物体朝向很重要的场景中，例如空中监控。除此之外，OBB 检测还用于医疗保健、农业和文档分析。

在本文中，我们将探讨什么是 OBB 检测、它的工作原理，以及它在现实世界场景中的应用。让我们开始吧！

Fig 1. 使用 YOLO11 进行船只 OBB 检测的示例演示。

什么是定向边界框？#

定向边界框是计算机视觉中用于表示图像中检测到的物体的一种矩形框。虽然标准边界框与图像的水平轴和垂直轴对齐，但 OBB 可以旋转以匹配物体的实际角度。

这种旋转能力带来了几个优势。OBB 可以更贴合物体的朝向，使框能够紧紧包裹住物体的形状和方向。因此，检测变得更加准确和精确。

当物体并非完全直立时（例如航空影像中在弯道上转弯的汽车、桌面上倾斜的书籍或医学扫描中旋转的肿瘤），OBB 特别有用。通过更准确地匹配物体的角度，OBB 提高了检测性能，减少了背景干扰，并且非常适合那些物体朝向与其位置同样重要的应用场景。

Fig 2. 比较目标检测与 OBB 检测。

OBB 检测与目标检测的对比#

OBB 检测和传统目标检测乍看之下可能很相似，但它们的使用方式和应用场景各不相同。让我们通过一个示例仔细看看它们的比较。

像 YOLO11 这样的计算机视觉模型经过训练，可以在各种真实应用中检测和分类物体，例如工业检测。考虑一个工厂装配线，不同的机器部件在传送带上移动。由于振动或速度，一些部件可能摆放整齐，而另一些部件可能会略微旋转、倾斜或重叠。

传统的目标检测使用与图像水平和垂直边缘对齐的直立矩形框。因此，当零件旋转时，框可能无法正确贴合——它可能会漏掉物体的部分，或者包含过多的背景。这会导致检测精度下降，并使系统难以自信地识别该零件。

现在，假设你改用 OBB 检测。在这种情况下，模型可以绘制一个旋转的框，以匹配每个零件的精确角度。倾斜的齿轮或有角度的组件将被一个符合其形状和方向的框紧密包裹。这意味着更高的精度、更少的错误和更可靠的结果，特别是在自动化质量控制或机器人分拣等用例中。

主流 OBB 检测模型#

既然我们已经更好地了解了什么是 OBB 检测，让我们来看看一些最广泛使用的支持该技术的 Vision AI 模型。

一些先进的计算机视觉模型专为检测旋转或倾斜物体而开发。其中，Ultralytics YOLO 模型以其可靠且高效的 OBB 检测能力而闻名。

像 Ultralytics YOLOv5 这样的早期版本是为标准目标检测设计的。后来的迭代版本，例如 Ultralytics YOLOv8 以及更新的 YOLO11，引入了对 OBB 检测的原生支持。特别是 YOLO11，在不妥协速度的前提下提供了最先进的准确率，使其成为实时应用的一个极具影响力的选择。

预训练的 YOLO11 OBB 模型（例如 YOLO11n-obb）是在诸如 DOTAv1 之类的数据集上进行训练的，该数据集由带有各种角度和朝向的飞机、船只和网球场等各种物体类别的图标注释组成。

此外，这些模型有五种不同大小，从 nano (n-obb) 到 extra-large (x-obb) 不等，以满足不同的性能需求。这种多功能性使它们能够应用于各个行业——从监控城市基础设施和检查机械，到读取扫描文档中的倾斜文本。

使用 Ultralytics YOLO11 进行自定义训练以实现旋转边界框检测#

在许多实际情况下，你需要检测的物体可能与标准训练数据集中的物体完全不同。例如，生产线上的工具、产品包装或电路板上的组件等物体可能会旋转、不规则放置或形状各异。

为了准确检测这些自定义对象（尤其是在方向很重要的情况下），使用你自己的图像和标签来训练像 Ultralytics YOLO11 这样的模型非常重要。这个过程被称为 custom training。

以下是训练 Ultralytics YOLO11 进行 OBB 检测的分步过程的详细介绍：

• 图像采集：收集展示你目标物体的图像，涵盖不同的角度、位置和现实环境。
• 目标标注：使用支持 OBB 的标注工具，通过旋转边界框 (OBB) 来标注每个物体，以同时捕捉它们的位置和方向。
• 数据集准备：将图像和标签组织成 YOLO 目录结构，并创建一个包含你的类别名称和数据集路径的 YAML 配置文件。
• 模型训练：选择符合你需求的 Ultralytics YOLO11 模型版本，并运行训练过程，以便模型能够从你标注的图像中进行学习。
• 评估与部署：在新的图像上测试你训练好的模型，评估其准确性，并将其部署到诸如制造、航空监视或文档分析等实际应用中。

OBB 检测支持的应用场景#

偏离中心或倾斜的物体在现实生活中非常普遍。让我们通过几个示例来看看 OBB 检测如何通过准确识别这些物体而发挥真正的作用。

使用 OBB 检测进行 X 射线图像分析#

OBB 检测可以通过提高精度将医学图像分析推向更高水平。医学图像通常包含诸如肿瘤、器官或骨骼等解剖结构。这些结构通常呈现不规则的形状和不同的朝向。由于 OBB 可以旋转以匹配物体的角度，因此它们可以提供更准确的定位和测量，这对于诊断和治疗规划至关重要。

在分析骨折的 X 光图像时，这种方法特别有效，因为骨骼的位置和对齐方式是关键因素。例如，OBB 检测已被用于分析儿童肘部 X 光片。通过适应骨骼的朝向，它有助于提高检测准确率。

Fig 3. X 光片 (a, d) 以及目标检测 (b, e) 和定向边界框检测 (c, f)。

由 OBB 检测驱动的航空监视#

航空监视是公共安全、环境监测和城市规划等领域的重要工具。无人机或卫星拍摄的图像可以帮助识别船只、车辆和建筑物等物体。然而，在这些图像中，物体往往显得很小且处于不寻常的角度，这使得准确检测它们变得更加困难。

OBB 检测通过倾斜边界框以匹配每个物体的角度解决了这个问题。这带来了对物体尺寸和方向更准确的测量，从而支持在城市规划、国防、灾害响应和环境监测等领域做出更好的决策。

OBB 检测的一个有趣示例是海上监控中的船舶追踪。由于天气、光照或运动，卫星图像经常会捕捉到处于不同角度和大小的船舶。OBB 可以适应这些变化，从而改善检测效果，特别是对于较小或部分被遮挡的船只。

Fig 4. 了解使用 OBB 检测进行海上监控。

在农业中使用 OBB 检测#

收获后的农作物分拣是确保质量的关键步骤，然后它们才会被包装并销往市场。虽然许多系统对苹果和橙子等圆形水果效果良好，但像胡萝卜或茭白（Zizania shoots）等长而细的作物处理起来则困难得多。它们的形状各异，且往往以不同的角度出现，导致它们难以被准确检测和分拣。

为了解决这个问题，研究人员开发了一个系统，该系统使用定向边界框 (OBB) 检测来更准确地识别和分级这些作物。该系统可以在一张图像中检测多个作物，即使它们倾斜或重叠，并能实时评估它们的质量和位置。

OBB 检测的优缺点#

以下是使用 OBB 检测的一些好处：

• **改善下游任务的输入：**当提供更准确的物体检测时，诸如实例分割和目标追踪之类的计算机视觉任务可以表现得更好。
• 增强空间推理： 通过捕捉朝向角度，OBB 使得理解物体的对齐方式和方向成为可能。
• 减少拥挤场景中的重叠： 即使在繁忙或杂乱的场景中，OBB 也能通过更紧凑地拟合物体来减少歧义。

尽管有助于提高复杂场景中的检测准确度，但 OBB 检测也存在一些需要考虑的局限性：

• 对噪声更敏感： 角度预测中的微小误差可能会对检测准确度产生更大的影响，特别是对于紧密排列或细长的物体。
• 需要专业工具： 由于并非所有标注和训练平台都原生支持 OBB，使用它们可能需要额外的工具或设置。
• **数据集可用性有限：**与标准的目标检测相比，目前具有 OBB 注释的公开可用数据集较少，这可能会使上手或比较结果变得稍微具有挑战性。

关键要点#

定向边界框检测使计算机视觉解决方案能够更轻松地识别那些并不完全平直或对齐的物体。通过同时捕捉物体的位置和朝向，OBB 检测提升了诸如扫描医学影像、监测农田或分析卫星照片等现实用例的准确性。

随着像 Ultralytics YOLO11 这样的模型让 OBB 检测变得更加普及，它正成为许多行业的实用选择。无论你处理的是倾斜、重叠还是形状奇异的对象，OBB 检测都增加了一层标准方法往往不具备的额外精度。

对人工智能好奇吗？探索我们的GitHub repository，与our community建立联系，并查看our licensing options以快速启动你的计算机视觉项目。在我们的解决方案页面上了解有关AI in retail和computer vision in the logistics行业等创新的更多信息。