边界框

物体检测的重要性

边界框对于训练和评估物体检测模型至关重要。在 Ultralytics YOLO等模型处理的任务中，边界框在训练过程中充当了地面实况，教会模型精确定位物体。在推理过程中，模型会预测检测到的物体周围的边界框。这种定位能力对于不仅需要识别物体，还需要精确定位物体的应用（如自动驾驶汽车或机器人系统）来说至关重要。这一过程通常始于仔细的数据标注，即人类或自动工具在训练图像中围绕物体绘制边框，通常使用CVAT 等工具。

与边框有关的关键概念

有几种指标和技术与在 ML 模型中使用和评估边界框密切相关：

• 交集大于联合 (IoU)：用于衡量预测边界框与地面实况边界框之间重叠程度的指标。
• 非最大值抑制（NMS）：用于消除检测到同一物体的多余边界框的技术，只保留置信度最高的边界框。
• 平均精度 (mAP)：评估物体检测模型性能的常用指标，主要依赖于 IoU 计算。
• 锚点框：锚点框：一些检测器使用不同大小和长宽比的预定义框，以帮助更有效地预测边界框。COCO等基准数据集通常用于评估基于这些概念的模型。

边界框与相关术语

边界框可以用矩形定位物体，而其他计算机视觉技术则可以提供不同程度的细节：

• 图像分割:与提供矩形定位的边界框不同、 图像分割 旨在对图像中的每个像素进行分类。
  • 语义分割会给每个像素分配一个类别标签（如汽车、人、道路），但不会区分同一类别的不同实例。
  • 实例分割通过使用像素级掩码识别和勾勒每个单独的对象实例，提供比边界框更多的细节，从而更进一步。您可以了解有关实例分割任务的更多信息。
• 定向包围盒（OBB）：标准边界框是轴对齐的。对于旋转的物体，定向包围盒（OBB）通过与物体一起旋转包围盒来提供更紧密的贴合。这在航空图像分析或在杂乱场景中检测物体等应用中特别有用，通常在DOTA 等数据集上进行评估。

在现实世界中的应用

边界框是众多人工智能实际应用中不可或缺的一部分：