Phát hiện hộp giới hạn định hướng với Ultralytics YOLO#

Phát hiện đối tượng định hướng nâng cấp phương pháp phát hiện đối tượng tiêu chuẩn bằng cách bổ sung một góc, giúp xác định vị trí đối tượng trong ảnh chính xác hơn.

Đầu ra của bộ phát hiện đối tượng định hướng là tập hợp các hộp giới hạn xoay bao quanh chính xác các đối tượng trong ảnh, kèm theo nhãn lớp và điểm tin cậy cho từng hộp. Hộp giới hạn định hướng đặc biệt hữu ích khi đối tượng xuất hiện ở nhiều góc độ khác nhau, chẳng hạn trong ảnh chụp từ trên không, nơi hộp giới hạn truyền thống căn theo trục có thể bao gồm phần nền không cần thiết. Các ứng dụng phổ biến gồm phát hiện tàu thuyền và phương tiện từ vệ tinh và drone, phân tích công trình và cơ sở hạ tầng phục vụ quy hoạch đô thị, giám sát cây trồng và kiểm tra tấm pin mặt trời hoặc tua-bin gió.

Phát hiện tàu thuyền bằng OBB	Phát hiện phương tiện bằng OBB

Model#

Các model YOLO26 OBB được pretrained trên dataset DOTAv1 được hiển thị bên dưới.

Model sẽ tự động tải xuống từ bản phát hành Ultralytics mới nhất trong lần sử dụng đầu tiên.

• Các giá trị mAP^test được đo với một model, đa scale trên dataset DOTAv1.
  Tái lập kết quả bằng yolo obb val data=DOTAv1.yaml device=0 split=test nms=False và gửi kết quả đã gộp đến đánh giá DOTA.
• Tốc độ được tính trung bình trên các ảnh val của DOTAv1 bằng ONNX trên CPU và TensorRT10 trên GPU NVIDIA T4.
  Tái lập kết quả bằng yolo obb val data=DOTAv1.yaml batch=1 device=0|cpu nms=False
• Các giá trị Params và FLOPs được tính cho model đã hợp nhất sau khi gộp Conv/BatchNorm và loại bỏ nhánh phát hiện không sử dụng. Checkpoint được huấn luyện trước vẫn giữ nguyên kiến trúc huấn luyện đầy đủ nên có thể hiển thị số liệu cao hơn.

Xem bản preview YOLO27 chưa phát hành để biết kết quả sơ bộ trên DOTAv1.

Huấn luyện#

Train YOLO26n-obb trên dataset DOTA8 trong 100 epoch với kích thước ảnh 640. Xem trang Configuration để biết danh sách đầy đủ các đối số hiện có.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n-obb.yaml")  # tạo model mới từ YAML
model = YOLO("yolo26n-obb.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)
model = YOLO("yolo26n-obb.yaml").load("yolo26n-obb.pt")  # tạo từ YAML và chuyển trọng số

# Huấn luyện model
results = model.train(data="dota8.yaml", epochs=100, imgsz=640)

Xem chi tiết đầy đủ về chế độ train trên trang Train. Bạn cũng có thể train model OBB bằng dịch vụ training đám mây của Ultralytics Platform.

Định dạng dataset#

Bạn có thể xem chi tiết định dạng dataset OBB trong Hướng dẫn về dataset. Định dạng YOLO OBB biểu diễn hộp giới hạn bằng bốn điểm góc có tọa độ chuẩn hóa trong khoảng từ 0 đến 1, theo cấu trúc sau. Tính năng gán nhãn của Ultralytics Platform hỗ trợ nhãn OBB với công cụ vẽ hộp giới hạn định hướng chuyên dụng:

class_index x1 y1 x2 y2 x3 y3 x4 y4

Trong nội bộ, YOLO xử lý loss và đầu ra ở định dạng xywhr, biểu diễn tâm của hộp giới hạn (xy), chiều rộng, chiều cao và góc xoay.

Đánh giá#

Validate độ chính xác của model YOLO26n-obb đã train trên dataset DOTA8. Truyền rõ ràng data để quá trình validation sử dụng đúng YAML của dataset.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n-obb.pt")  # tải model chính thức
model = YOLO("path/to/best.pt")  # tải model tùy chỉnh

# Xác thực model
metrics = model.val(data="dota8.yaml")  # validate trên dataset DOTA8
metrics.box.map  # map50-95(B)
metrics.box.map50  # map50(B)
metrics.box.map75  # map75(B)
metrics.box.maps  # danh sách chứa mAP50-95(B) cho từng danh mục
metrics.box.image_metrics  # dictionary metric theo từng ảnh, gồm precision, recall, F1, TP, FP và FN

Dự đoán#

Sử dụng model YOLO26n-obb đã train để chạy dự đoán trên ảnh.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n-obb.pt")  # tải model chính thức
model = YOLO("path/to/best.pt")  # tải model tùy chỉnh

# Dự đoán bằng model
results = model("https://ultralytics.com/images/boats.jpg")  # dự đoán trên một ảnh

# Truy cập kết quả
for result in results:
    xywhr = result.obb.xywhr  # tâm-x, tâm-y, chiều rộng, chiều cao, góc (radian)
    xyxyxyxy = result.obb.xyxyxyxy  # định dạng đa giác với 4 điểm
    names = [result.names[cls.item()] for cls in result.obb.cls.int()]  # tên lớp của từng hộp
    confs = result.obb.conf  # điểm tin cậy của từng hộp

Xem chi tiết đầy đủ về chế độ predict trên trang Dự đoán.

Truyền save_crop=True để lưu ảnh cắt của mỗi OBB đã căn chỉnh theo góc xoay với kích thước bằng kích thước box, giống như ObjectCropper.

Đầu ra kết quả#

Phát hiện hộp giới hạn định hướng trả về một đối tượng Results cho mỗi ảnh. Trường dự đoán chính là result.obb, chứa các hộp xoay, ID lớp và điểm tin cậy cho từng đối tượng được phát hiện.

Nhãn được chuẩn hóa theo quy ước cạnh dài nhưng dự đoán thì không, vì vậy result.obb.xywhr có thể báo w nhỏ hơn h, với góc xoay được đo từ cạnh ngắn. Cả hai dạng đều mô tả cùng một hình chữ nhật, vì vậy result.obb.xyxyxyxy đều chính xác trong cả hai trường hợp. Chuyển đổi các góc trở lại khi code ở bước sau cần dạng cạnh dài, đồng thời lưu ý rằng việc viết lại các tham số hộp có thể làm thứ tự các góc dịch chuyển theo chu kỳ:

from ultralytics.utils.ops import xyxyxyxy2xywhr

xywhr = xyxyxyxy2xywhr(result.obb.xyxyxyxy)  # w >= h, rotation in [-pi/4, 3pi/4)

Để xem các trường Results dành riêng cho từng tác vụ trên tất cả tác vụ, hãy tham khảo mục Kết quả dự đoán theo tác vụ.

Export#

Xuất model YOLO26n-obb sang định dạng khác như ONNX, CoreML, v.v.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n-obb.pt")  # tải model chính thức
model = YOLO("path/to/best.pt")  # tải model tùy chỉnh

# # Xuất model
model.export(format="onnx")

Các định dạng xuất YOLO26-obb khả dụng được liệt kê trong bảng bên dưới. Bạn có thể xuất sang bất kỳ định dạng nào bằng đối số format, chẳng hạn format='onnx' hoặc format='engine'. Bạn có thể dự đoán hoặc đánh giá trực tiếp trên các model đã xuất, chẳng hạn yolo predict model=yolo26n-obb.onnx. Sau khi quá trình xuất hoàn tất, các ví dụ sử dụng sẽ được hiển thị cho model của bạn.

nms=None mặc định xuất đầu ra thô cho NMS bên ngoài. Đặt nms=False để chọn một head không dùng NMS hiện có; các định dạng không được hỗ trợ sẽ chuyển về luồng đầu ra gốc. Các mục nms ở trên xác định những định dạng có thể tích hợp NMS với nms=True.

Xem chi tiết đầy đủ về export trên trang Export.

Câu hỏi thường gặp#