引言
在计算机视觉领域，目标检测是至关重要的任务之一。YOLO（You Only Look Once）系列算法因其高效性和准确性而广受欢迎。YOLOv8 作为稳定版本，在目标检测领域取得了显著成果，依旧能打。本文将深入探讨 YOLOv8 OBB（Oriented Bounding Box，定向边界框） 模型的结构、损失函数、关键代码以及如何进行自定义 OBB 对象检测的完整流程。
在开始之前，弥补上节YOLOV8不同精度模型解析：
旋转对象模型 OBB
1. 旋转对象检测模型结构拆解
YOLOv8 OBB 模型的结构主要分为两个部分：Backbone 和 Head。其中：
以YOLOV8n为例
Backbone 部分
- 使用 C2f（Cross Convolutional Layer） 和 SPPF（Spatial Pyramid Pooling - Fast） 等模块来增强特征提取能力。
- 通过多次卷积和下采样操作，逐步提取图像的高级特征。
Head 部分
- 包含了上采样、Concat 操作以及 C2f 模块，用于融合不同层级的特征。
- 最终通过 OBB 模块生成定向边界框的预测。
2. 旋转对象损失函数
YOLO OBB 模型使用了三种主要的损失函数：cls（分类）、box（边界框）和 df1（分布焦点损失）。
Cls - BCE（Binary Cross Entropy）
- 用于分类任务，衡量预测类别与真实类别之间的差异。
Box - ProbIOU
- 衡量预测边界框与真实边界框之间的 IOU（Intersection over Union），并结合概率进行损失计算。
论文地址：https://arxiv.org/pdf/2106.06072v1.pdf
1. 数据准备
进行自定义 OBB 目标检测的第一步是准备数据集，数据集应包含图像文件和对应的标签文件。
OBB 数据集格式
- YOLO OBB 格式通过 四个角点 指定边界框，其坐标在 0 和 1 之间归一化。
- 标签文件格式如下：
class_index, x1, y1, x2, y2, x3, y3, x4, y4
2. 模型训练与测试
使用准备好的数据集，可以开始模型的训练过程。
训练命令
yolo obb train data=pen_dataset.yaml model=yolov8s-obbb.pt epochs=25 imgsz=640
测试命令
yolo obb predict model=yolov8n-obbb.pt source=plane_03.jpg
3. 模型导出与推理
训练完成后，可以将模型导出为 ONNX 格式，以便在其他平台进行部署。
导出命令
yolo export model=yolov8s-obbb.pt format=onnx
推理格式
- 输入格式：
NCHW=1x3x640x640 - 输出格式：
1x6x8400，包含xywhcr（中心坐标、宽度、高度、旋转角度和置信度）信息。
数据标注与说明
1. 标注工具
为了生成符合 YOLO OBB 格式的标签文件，需要使用专门的标注工具，例如：
- LabelImg
- Roboflow
- CVAT
2. 数据集生成
通过编写代码，可以将标注好的数据转换为 YOLO OBB 格式，包括：
- 统一不同格式的标注数据。
- 进行数据增强，如旋转、缩放、裁剪等。
3. 旋转矩阵
在处理旋转目标时，旋转矩阵 是必不可少的。通过旋转矩阵，可以将原始坐标转换为旋转后的坐标，从而准确表示目标的位置和方向。
不同旋转的标注格式：
模型推理与部署
1. 输入输出格式
进行模型推理时，需要明确输入和输出格式：
- 输入格式：
1x3x640x640的张量，NCHW=1x3x640x640。 - 输出格式：包含检测到目标的 边界框信息，1x6x8400。
-
• xywhcr 只有一个类别
2. 部署实践
模型部署到实际应用时，需要考虑性能优化 和 兼容性，可以采用：
- 量化（Quantization）：减少计算量，提高推理速度。
- 剪枝（Pruning）：去除冗余权重，优化模型大小。
3.旋转中心-角度正负
•得到四个点坐标
总结
本文详细介绍了 YOLOv8 OBB 模型的结构、损失函数、关键代码以及 自定义 OBB 目标检测 的完整流程。旨在深入理解 YOLOv8 OBB 的工作原理，并应用到实际旋转目标检测任务中。
未来展望
随着计算机视觉技术的发展，旋转目标检测在 无人机监测、遥感图像分析 等领域有广阔的应用前景。YOLOv8 OBB 作为高效检测工具，将在这些领域发挥重要作用。欢迎继续交流！😊🚀
