YOLOv8 定向目標檢測

什么是定向邊界框目標檢測？

“定向邊界框目標檢測”指的是在圖像或視頻中識別和定位對象的同時，還估計它們的方向。這種方法在處理有一定旋轉或方向變化的對象時特別有用，例如汽車、飛機或文本。

定向目標檢測器的輸出是一組旋轉的邊界框，這些框精確地包圍圖像中的對象，每個框都有類別標簽和置信度分數。當您需要識別場景中感興趣的對象，但不需要知道對象的確切位置或確切形狀時，目標檢測是一個不錯的選擇。

來源：https://mediaan.com/mediaan-blog/oriented-object-detection

如何加載 YOLOv8 OBB 模型？

# install ultralytics

pip3 install ultralytics

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-obb.pt')  # load an official model

# Predict with the model
results = model('https://miro.medium.com/v2/resize:fit:1400/1*BybWklt3t0M8zdSXtkipRg.png', save=True)  # predict on an image

obb 結果

如何訓練自定義數據集？

數據集格式

YOLO OBB 格式通過它們的四個角點指定邊界框，坐標值在 0 和 1 之間歸一化。它遵循這種格式：

class_index, x1, y1, x2, y2, x3, y3, x4, y4

內部，YOLO 以 xywhr 格式處理損失和輸出，這表示邊界框的中心點（xy）、寬度、高度和旋轉。

來源：https://docs.ultralytics.com/datasets/obb/#yolo-obb-format

使用 Roboflow YOLOv8 OBB 數據集格式。在本教程中，我使用了一個公共數據集，并從 Roboflow Universe 生成了 obb 格式。

來源：https://universe.roboflow.com/ 

數據集鏈接：https://universe.roboflow.com/prata-vqsjq/dosr/dataset/3

導出數據集到 YOLOv8 定向邊界框格式：

標簽

 0: cargo
  1: container
  2: cruise
  3: fishing boat
  4: military_ship
  5: tanker

如何訓練？

# Train the model
epochs = 20

imgsz = 640
batch = 16
save_period = 5
device = 0
cache = False
pretrained = True
YAML_FILE = '/content/datasets/data.yaml'
project = 'obb'
name = 'custom_obb'

model.train(
    data=YAML_FILE,
    device=device,
    epochs=epochs,
    imgsz=imgsz,
    batch=batch,
    cache=cache,
    save_period=save_period,
    project=project,
    name=name,
    patience=0,
    augment=False
)

訓練過程將運行 20 個epoch，每批 16 張圖像，圖像大小為 640 像素。腳本每 5 個epoch保存一次訓練好的模型，并使用 GPU 進行訓練（device=0）。訓練過程中不使用緩存（cache=False）。訓練過程不使用預訓練權重（pretrained=False）且不使用數據增強（augment=False）。項目名為‘obb’，訓練好的模型將保存為‘custom_obb’。

結果