当前位置: 首页 > news >正文

YoloV8实战:使用YoloV8实现OBB框检测

定向边框(OBB)数据集概述

使用定向边界框(OBB)训练精确的物体检测模型需要一个全面的数据集。本文解释了与Ultralytics YOLO 模型兼容的各种 OBB 数据集格式,深入介绍了这些格式的结构、应用和格式转换方法。数据集使用DOTA。

YOLO支持的 OBB 格式

在Ultralytics YOLO 模型中,OBB 由YOLO OBB 格式中的四个角点表示。这样可以更准确地检测到物体,因为边界框可以旋转以更好地适应物体。其坐标在 0 和 1 之间归一化:

class_index x1 y1 x2 y2 x3 y3 x4 y4

YOLO 在内部处理损失和输出是xywhr 格式,xy表示边界框的中心点、whr表示宽度、高度和旋转角度。

OBB 格式示例

在这里插入图片描述

例如:

0 0.780811 

http://www.mrgr.cn/news/16897.html

相关文章:

  • Atlas阿特拉斯wordpress主题
  • 四、Selenium操作指南(一)
  • 操作系统底层工作的整体认识
  • stm32 8080时序驱动lcd屏幕
  • 基于yolov8的驾驶员行为检测疲劳检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
  • STM32CubeMX生成freertos默认设置卡死,卡在HAL_Init不动,裸机运行程序正常跑,解决方法
  • Kafka如何保证消息不丢失?
  • Docker容器技术
  • MIG IP核详解
  • 缓存穿透是什么?什么场景下会发生?如何解决?
  • 自制实战吃鸡手柄原理
  • KTV开台源码--SAAS本地化及未来之窗行业应用跨平台架构
  • Chrome 浏览器:现代网络浏览的先锋
  • 在Windows10系统快速启用telnet功能
  • 【C++杂货铺】海量数据处理(位图、布隆过滤器)
  • 3145. 大数组元素的乘积
  • 人工智能吞噬软件?
  • Pointnet++改进即插即用系列:全网首发ACConv2d|即插即用,提升特征提取模块性能
  • 企业内部配置一台DNS服务器
  • CohereForAI更新企业级开源模型 c4ai-command-r-08-2024和c4ai-command-r-plus-08-2024