首页
/ MNN框架下YOLOv11-OBB旋转目标检测的实现与优化

MNN框架下YOLOv11-OBB旋转目标检测的实现与优化

2025-05-22 01:33:27作者:廉皓灿Ida

旋转目标检测(OBB)是计算机视觉领域的一个重要研究方向,相比传统的水平框检测(HBB),旋转框能够更精确地定位带有角度的目标。本文将详细介绍如何在MNN推理框架中实现YOLOv11-OBB模型的部署与优化。

YOLOv11-OBB模型特点

YOLOv11-OBB是基于YOLOv11改进的旋转目标检测模型,其输出包含目标的中心点坐标(x,y)、宽度(w)、高度(h)、置信度(confidence)以及旋转角度(angle)。与标准YOLO模型相比,OBB版本在边界框表示上增加了角度参数,能够更准确地描述旋转目标。

MNN模型转换关键步骤

  1. 模型格式转换:首先需要将PyTorch训练的.pt模型转换为ONNX格式,然后再转换为MNN格式。这一过程需要注意保持输出节点的正确性。

  2. 输出张量解析:转换后的MNN模型输出为[6,8400]的张量,其中6个维度分别对应:

    • 0: 归一化后的中心点x坐标
    • 1: 归一化后的中心点y坐标
    • 2: 归一化后的宽度w
    • 3: 归一化后的高度h
    • 4: 置信度分数
    • 5: 旋转角度(弧度制)

后处理实现要点

坐标转换与还原

# 将归一化坐标还原为原始图像坐标
cx = (output_var_np[0] * 640 - pad_w) / scale
cy = (output_var_np[1] * 640 - pad_h) / scale
w = output_var_np[2] * 640 / scale
h = output_var_np[3] * 640 / scale

旋转非极大值抑制(R-NMS)

旋转目标检测需要使用专门的NMS算法处理带角度的边界框。我们实现了基于概率IoU的旋转NMS:

def nms_rotated(boxes, scores, threshold=0.45):
    if len(boxes) == 0:
        return np.empty((0,), dtype=np.int8)
    
    sorted_idx = np.argsort(scores)[::-1]
    boxes = boxes[sorted_idx]
    ious = batch_probiou(boxes, boxes)
    ious = np.triu(ious, k=1)
    pick = np.where(ious.max(axis=0) < threshold)[0]
    
    return sorted_idx[pick]

旋转框可视化

使用OpenCV的boxPoints函数将旋转矩形参数转换为四个角点:

rect = ((float(cx), float(cy)), (float(w), float(h)), np.degrees(float(angle)))
box_points = cv2.boxPoints(rect)
box_points = np.intp(box_points)
cv2.drawContours(new_Image, [box_points], 0, (0, 255, 0), 2)

性能优化建议

  1. 预处理优化:使用MNN内置的CV函数进行图像缩放和填充,相比使用OpenCV能获得更好的性能。

  2. 推理配置调优:根据目标硬件平台选择合适的精度和backend:

    config['precision'] = 'normal'  # 可选: normal, low, high, lowBF
    config['backend'] = 'CPU'       # 可选: CPU, OPENCL, VULKAN等
    config['numThread'] = 4         # 根据CPU核心数调整
    
  3. 后处理并行化:对于高分辨率图像或密集目标场景,可以考虑将NMS等后处理步骤并行化。

实际应用注意事项

  1. 角度表示:YOLOv11-OBB输出的角度为弧度制,在可视化时需要转换为角度制。

  2. 边界处理:旋转矩形可能超出图像边界,在实际应用中需要做裁剪处理。

  3. 模型量化:对于移动端部署,可以考虑将模型量化为INT8格式,显著提升推理速度。

通过本文介绍的方法,开发者可以成功在MNN框架上部署YOLOv11-OBB旋转目标检测模型,并在各种硬件平台上获得高效的推理性能。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8