MNN框架下YOLOv11-OBB旋转目标检测的实现与优化

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。