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 16:03:24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

热门内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
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
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
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
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5