什么是旋转边界框（OBB）检测？

无论物体如何排列、朝向何方，人类都能轻松识别物体。无论是十字路口的汽车还是港口里的船只，我们都能轻松判断它们是什么，以及朝向哪个方向。然而，对于人工智能 (AI)系统来说，事情并没有这么简单。

例如，计算机视觉是 AI 的一个分支，专注于理解图像和视频。计算机视觉支持目标检测等任务，帮助机器识别并定位场景中的物体。传统目标检测依靠与坐标轴对齐的边界框来框出物体。这类边界框的边缘平直，角度固定为直角。当物体直立且彼此距离不太近时，这种方法效果很好。

但当物体倾斜、旋转或彼此靠近时，传统目标检测往往难以准确地框出它们。为应对这些更复杂的情况，人们开发了定向边界框 (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，从而更紧密、更准确地框住物体。

支持 OBB 检测的计算机视觉模型，例如 Ultralytics YOLO11，可用于多种实时应用，尤其适用于物体朝向很重要的场景，例如空中监控。此外，OBB 检测也应用于医疗保健、农业和文档分析。

本文将介绍 OBB 检测是什么、如何运作，以及它在真实场景中的应用。

图 1。使用 YOLO11 对船只进行 OBB 检测的演示示例。

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内检测到的物体的一种矩形框。标准边界框与图像的水平轴和垂直轴对齐，而 OBB 可以旋转，以匹配物体的实际角度。

这种旋转能力带来了多项优势。OBB 可以更贴合物体的朝向，使边界框紧密贴合物体的形状和方向。因此，检测会更加准确、精确。

当物体并非完全直立时，OBB 尤其有用，例如航拍画面中弯道上转弯的汽车、桌面上倾斜的书，或医学扫描图像中旋转的肿瘤。通过更准确地匹配物体角度，OBB 可以提升检测性能、减少背景干扰；对于物体朝向与位置同样重要的应用，OBB 尤其适用。

图 2。对比目标检测和 OBB 检测。

OBB 检测与目标检测的区别#

乍看之下，OBB 检测和传统目标检测可能很相似，但两者的用途和适用场景不同。下面通过一个示例，进一步看看它们有何区别。

计算机视觉模型，例如 YOLO11，可以训练用于各种现实应用中的物体检测和分类，例如工业检测。设想一条工厂装配线，不同的机器零件正沿着传送带移动。一些零件可能摆放整齐，另一些则可能因振动或移动速度而稍有旋转、倾斜，甚至彼此重叠。

传统目标检测使用直立的矩形框，边缘与图像的水平边和垂直边对齐。因此，零件旋转时，边界框可能无法正确贴合：它可能漏掉部分物体，也可能包含过多背景。这会降低检测准确度，也让系统难以有把握地识别零件。

现在，假设你改用 OBB 检测。在这种情况下，模型可以绘制能够旋转并匹配每个零件准确角度的边界框。倾斜的齿轮或成角度的零部件都能被紧贴其形状和方向的边界框完整框住。这意味着精度更高、错误更少、结果更可靠，尤其适用于自动化质量控制或机器人分拣等场景。

热门 OBB 检测模型#

现在我们已经更深入地了解了 OBB 检测，接下来看看一些广泛使用且支持这项技术的 Vision AI 模型。

人们已经开发出多种先进的计算机视觉模型，专门用于检测旋转或倾斜的物体。其中，Ultralytics YOLO 模型以可靠、高效的 OBB 检测能力而广为人知。

早期版本，例如 Ultralytics YOLOv5，专为标准目标检测而设计。后续版本，如 Ultralytics YOLOv8 和较新的 YOLO11（之后由 Ultralytics YOLO26 接替），则加入了原生 OBB 检测支持。尤其是 YOLO11，在不牺牲速度的情况下实现了业界领先的准确度，是实时应用的有力选择。

预训练的 YOLO11 OBB 模型，例如 YOLO11n-obb，使用 DOTAv1 等数据集进行训练。这类数据集包含带有多种目标类别标注的航拍图像，例如飞机、船只和网球场，这些目标会以不同角度和朝向出现。

此外，这些模型提供五种不同的尺寸，从 nano (n-obb) 到 extra-large (x-obb)，以满足不同的性能需求。这种灵活性让它们可以应用于各个行业，包括城市基础设施监控、机械检测和扫描文档中的倾斜文本识别。

自定义训练 Ultralytics YOLO11 以进行定向边界框检测#

在许多现实场景中，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零部件可能会旋转、摆放不规则，或形状各异。

要准确检测这些自定义物体，尤其是在朝向很重要时，使用你自己的图像和标签训练 Ultralytics YOLO11 非常重要。这个过程称为自定义训练。

下面将逐步介绍如何训练 Ultralytics YOLO11 进行 OBB 检测：

• 图像采集：收集展示目标物体在不同角度、位置和现实环境下的图像。
• 物体标注：使用支持 OBB 的标注工具，为每个物体标注旋转边界框 (OBB)，以记录物体的位置和朝向。
• 数据集准备：将图像和标签整理为 YOLO OBB 数据集格式，并创建 YAML 配置文件，其中包含类别名称和数据集路径。
• 模型训练：选择符合需求的 Ultralytics YOLO11 模型版本并运行训练，让模型从已标注的图像中学习。
• 评估与部署：使用新图像测试训练后的模型，评估其准确度，并将其部署到制造业、空中监控或文档分析等实际应用中。

OBB 检测支持的应用#

在现实场景中，物体偏离中心或发生倾斜的情况相当常见。下面来看几个例子，了解 OBB 检测如何通过准确检测这些物体发挥重要作用。

使用 OBB 检测分析 X 射线图像#

OBB 检测可以让医学图像分析更进一步，提高检测精度。医学图像通常包含肿瘤、器官或骨骼等解剖结构。这些结构的形状往往不规则，方向也各不相同。由于 OBB 可以旋转以匹配物体的角度，因此能够更准确地定位和测量物体，这对诊断和治疗规划至关重要。

这种方法特别适用于分析骨折 X 射线图像，因为骨骼的位置和排列是关键因素。例如，研究人员曾使用 OBB 检测分析儿童肘部 X 射线图像。通过适应骨骼的方向，该方法有助于提高检测准确率。

图 3。X 射线图像 (a、d)、目标检测结果 (b、e) 和旋转边界框检测结果 (c、f)。

由 OBB 检测助力的空中监控#

空中监控是公共安全、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有助于识别船只、车辆和建筑物等物体。不过，这些图像中的物体通常很小，而且角度特殊，因此更难准确检测。

OBB 检测通过倾斜边界框以匹配每个物体的角度来解决这一问题。这能更准确地测量物体的大小和方向，为城市规划、国防、灾害响应和环境监测等领域提供更好的决策依据。

OBB 检测的一个有趣应用是海上监控中的船只追踪。受天气、光照或运动影响，卫星图像中的船只往往大小不一、角度各异。OBB 能适应这些变化，从而提升检测效果，尤其适用于较小或部分被遮挡的船只。

图 4。使用 OBB 检测进行海上监控的示例。

在农业中使用 OBB 检测#

收获后对农作物进行分拣，是确保产品在包装并运往市场前保持品质的关键步骤。许多系统处理苹果和橙子等圆形水果时效果不错，但胡萝卜或茭白等细长作物则难处理得多。这些作物的形状各异，而且经常以不同角度摆放，因此很难准确检测和分拣。

为了解决这一问题，研究人员开发了一种系统，利用有向边界框 (OBB) 检测来更准确地识别并分级这些作物。该系统可以在一张图像中检测多种作物，即使它们倾斜或相互重叠也不例外，还能实时评估作物的质量和位置。

OBB 检测的优缺点#

以下是使用 OBB 检测的一些优点：

• 为下游任务提供更准确的输入：计算机视觉任务（例如实例分割和目标追踪）在获得更准确的目标检测结果后，往往能取得更好的效果。
• 增强空间推理能力：通过捕捉方向角，OBB 有助于理解物体的排列方向和朝向。
• 减少拥挤场景中的重叠：即使在繁忙或杂乱的场景中，OBB 也能更贴合物体，从而减少歧义。

尽管 OBB 检测有助于提高复杂场景中的检测准确率，但也存在一些需要考虑的局限：

• 对噪声更敏感：角度预测中的微小误差可能会对检测准确率造成更大影响，尤其是对于密集排列或细长的物体。
• 需要专用工具：并非所有标注和训练平台都原生支持 OBB，因此使用 OBB 可能需要额外的工具或配置。
• 数据集可用性有限：与标准目标检测相比，目前公开提供 OBB 标注的数据集较少，因此入门或比较结果可能会稍有难度。

要点#

旋转边界框检测让计算机视觉解决方案更容易识别不完全笔直或对齐的物体。通过同时捕捉物体的位置和方向，OBB 检测能够提升多种现实场景中的准确率，例如扫描医学图像、监测农田或分析卫星照片。

随着 Ultralytics YOLO11 等模型让 OBB 检测更易于使用，它正成为许多行业的实用选择。无论你处理的是倾斜、重叠还是形状奇特的物体，OBB 检测都能增加一层精度，弥补标准方法经常忽略的问题。

对 AI 感兴趣？浏览我们的 GitHub 代码仓库，加入我们的社区，并查看我们的许可选项，为你的计算机视觉项目起步。你还可以在我们的解决方案页面了解零售业中的 AI和物流行业中的计算机视觉等创新应用。