Döndürülmüş Nesneler için Yönlendirilmiş Sınırlayıcı Kutular

Dönüş önemli olduğunda#

Poz Tahmini ve OBB, algılama yerine OBB'nin ne zaman seçileceğini anlatır. Pratik test şu: komşu nesnelerin etrafındaki eksenlere hizalı sınırlayıcı kutular, nesnelerin kendilerinden daha fazla örtüşüyorsa NMS gerçek algılamaları baskılar ve sayım düşük çıkar. Havadan görüntüler bunun klasik örneğidir; önceden eğitilmiş yolo26n-obb.pt modelinin imgsz=1024 ile DOTA üzerinde eğitilmesinin nedeni de budur.

xyxyxyxy etiket biçimi#

Bir OBB etiket satırı, sınıf indeksinin ardından çevre boyunca sıralanmış, normalize edilmiş dört köşeden oluşur. Gerçek bir DOTA8 satırı (sınıf 1 ship değeridir):

1 0.813477 0.523437 0.814453 0.504882 0.87207 0.504882 0.87207 0.524414

Bunu dört nokta olarak oku: (0.813, 0.523) → (0.814, 0.505) → (0.872, 0.505) → (0.872, 0.524). Bu gemi neredeyse yatay durur; görüntünün yaklaşık 0.059'u kadar geniş ve 0.019'u kadar yüksektir. Ultralytics, her köşe kümesini minimum alanlı dikdörtgeni uydurarak merkez, genişlik, yükseklik ve dönüşe (xywhr) dönüştürür; böylece bir etiketleme aracından gelen hafifçe dikdörtgen olmayan bir dörtgenle bile eğitim yapılabilir. OBB veri kümesi kılavuzu biçimi açıklar; ultralytics.data.converter içindeki convert_dota_to_yolo_obb ise orijinal DOTA açıklamalarını dönüştürür.

DOTA8 üzerinde eğit#

DOTA8, işlem hatlarını test etmek için oluşturulmuş küçük bir yönlendirilmiş kutu veri kümesidir:

from ultralytics import YOLO

model = YOLO("yolo26n-obb.pt")
model.train(data="dota8.yaml", epochs=1, imgsz=320, device="cpu")
metrics = model.val()
print(f"OBB mAP50: {metrics.box.map50:.3f}  mAP50-95: {metrics.box.map:.3f}")

OBB mAP50: 0.995  mAP50-95: 0.832

OBB metrikleri metrics.box içinde yer alır, ancak bu metriklerin temelindeki IoU, döndürülmüş dikdörtgenler arasında hesaplanır.

Tahminleri oku ve açıyı normalleştir#

import math
from collections import Counter

from ultralytics import YOLO

def long_side_axis(w, h, r):
    """Angle of the box's long side in degrees, in [0, 180), whichever side the model called width."""
    deg = math.degrees(r) + (90 if w < h else 0)
    return deg % 180

model = YOLO("yolo26n-obb.pt")  # trained on DOTAv1, 15 aerial classes
result = model("https://ultralytics.com/images/boats.jpg", verbose=False)[0]
obb = result.obb.cpu()

print("xywhr:", tuple(obb.xywhr.shape), " xyxyxyxy:", tuple(obb.xyxyxyxy.shape))
print(Counter(result.names[int(c)] for c in obb.cls.tolist()))
for (cx, cy, w, h, r), conf in list(zip(obb.xywhr.tolist(), obb.conf.tolist()))[:5]:
    print(f"{conf:.2f} center=({cx:.0f},{cy:.0f}) size={w:.0f}x{h:.0f} raw={math.degrees(r):4.0f} deg  axis={long_side_axis(w, h, r):4.0f} deg")

xywhr: (173, 5)  xyxyxyxy: (173, 4, 2)
Counter({'ship': 168, 'harbor': 5})
0.87 center=(619,850) size=33x108 raw= -15 deg  axis=  75 deg
0.86 center=(1650,937) size=116x33 raw=  21 deg  axis=  21 deg
0.86 center=(1105,571) size=124x35 raw=  21 deg  axis=  21 deg
0.86 center=(1596,1037) size=129x35 raw=  25 deg  axis=  25 deg
0.86 center=(825,940) size=34x99 raw= -15 deg  axis=  75 deg

Satır satır:

• xywhr: (173, 5) — her biri merkez x, merkez y, piksel cinsinden genişlik ve yükseklik ile radyan cinsinden dönüş açısı içeren 173 tespit. xyxyxyxy, aynı kutuları cv2.polylines için hazır dört köşe noktası olarak içerir.
• Sayaç, result.obb.cls üzerinden sayım yapar: 168 gemi ve 5 liman. OBB modellerinde result.boxes, None olur; bu nedenle tespit için yazılmış sayım kodunda alanları değiştirmen gerekir.
• raw ile axis karşılaştırması. İlk gemi −15° açıyla 33 × 108 boyutundadır: w kısa kenardır, bu nedenle gövde −15° + 90° = 75° boyunca uzanır. İkinci gemi 21° açıyla 116 × 33 boyutundadır ve uzun kenarı zaten ilk sıradadır. Ham açıları okursan ilk geminin ekseni 90° hatalı olur; normalleştirme sonrasında her geminin açısı aynı anlama gelir ve gemiler ile kareler arasında karşılaştırılabilir.

Kural, kurulu kaynak kodundan gelir: tahmin edilen dönüş açısı [−π/4, 3π/4) aralığındadır — yaklaşık −45° ile 135° arasıdır — ve aynı dikdörtgen (w, h, θ) veya (h, w, θ + 90°) olabilir. w değerinin uzun kenar olduğunu asla varsayma.

Küçük nesneler küçültme değil, karo kullanmayı gerektirir#

Havadan görüntülenen nesneler küçüktür; doğrulama veya dağıtım sırasında eğitimde kullanılan imgsz değerinin altına inmek, kısa sürede geri çağırma oranını düşürür. Modelin girişinden büyük uydu karolarını küçültmek yerine örtüşen karolara böl; yoksa 30 piksellik bir araba 5 piksellik bir lekeye dönüşür. SAHI karo çıkarımları kılavuzu bu tekniği gösteriyor; dedektör kullanılan bir otoyol karesinde tam görüntü çıkarımı, uzaktaki araçların çoğunu kaçırıyor:

Karo çıkarımı ise bunları bulur:

Yaygın Hatalar#