バウンディング・ボックス

物体検出における重要性

バウンディングボックスは、物体検出モデルの学習と評価に不可欠である。以下のようなモデルが取り組むタスクでは Ultralytics YOLOのようなモデルによって取り組まれるタスクでは、バウンディングボックスは、学習中にグランドトゥルースとして機能し、物体の位置を正確に特定するようモデルに教えます。推論中、モデルは検出されたオブジェクトの周りのバウンディングボックスを予測します。このローカライゼーション能力は、自律走行車やロボットシステムなど、物体の識別だけでなく、その正確な位置を必要とするアプリケーションにとって極めて重要です。このプロセスは、多くの場合、CVATのようなツールを使って、人間や自動化ツールが学習画像中の物体の周囲にバウンディングボックスを描く、注意深いデータアノテーションから始まります。

バウンディング・ボックスに関する主な概念

MLモデルにおけるバウンディングボックスの使用と評価には、いくつかのメトリクスとテクニックが密接に関連している：

• Intersection over Union（IoU）：予測バウンディングボックスとグランドトゥルースのバウンディングボックスの重なりを測定するために使用されるメトリック。
• 非最大抑制（NMS）：同じオブジェクトを検出する冗長なバウンディングボックスを排除し、信頼スコアが最も高いものだけを残すために使用される手法。
• 平均平均精度（mAP）：物体検出モデルの性能を評価するための一般的な指標で、IoU計算に大きく依存する。
• アンカーボックス：バウンディングボックスをより効果的に予測するために、いくつかの検出器によって使用される、さまざまなサイズと縦横比の定義済みボックス。COCOのようなベンチマーク・データセットは、これらの概念に基づくモデルの評価によく使われる。

バウンディングボックスと関連用語

バウンディング・ボックスが長方形でオブジェクトを特定するのに対し、他のコンピュータ・ビジョン技術は異なる詳細レベルを提供する：

• 画像分割:長方形の定位を提供するバウンディングボックスとは異なります、 画像分割 は、画像の各ピクセルを分類することを目的としている。
  • セマンティック・セグメンテーションは、すべてのピクセルにクラス・ラベル（車、人、道路など）を割り当てるが、同じクラスの異なるインスタンスを区別しない。
  • インスタンス・セグメンテーションは、さらに個々のオブジェクト・インスタンスをピクセル・レベルのマスクで識別してアウトライン化し、バウンディング・ボックスよりも詳細な情報を提供します。インスタンスセグメンテーションタスクの詳細については、こちらをご覧ください。
• OBB（Oriented Bounding Boxes）：標準的なバウンディングボックスは軸合わせされています。回転するオブジェクトの場合、OBB（Oriented Bounding Boxes）は、オブジェクトと一緒にボックスを回転させることで、よりタイトなフィットを提供します。これは、空中画像解析や乱雑なシーンでのオブジェクト検出のようなアプリケーションで特に有用で、DOTAのようなデータセットで評価されることがよくあります。

実社会での応用

バウンディングボックスは、多くの実用的なAIアプリケーションに不可欠である：