Label Studio中旋转边界框转YOLO格式的正确处理方法
在计算机视觉标注任务中,旋转边界框(Rotated Bounding Box)是一种比普通矩形框更精确的标注方式,特别适用于处理倾斜或旋转的目标物体。Label Studio作为一款流行的数据标注工具,支持旋转边界框的标注和导出,但在转换为YOLO格式时需要注意一些技术细节。
旋转边界框与YOLO格式的差异
旋转边界框通常包含五个参数:中心点坐标(x,y)、宽度(w)、高度(h)和旋转角度(θ)。而标准YOLO格式仅支持普通矩形框,使用四个参数:中心点坐标(x,y)、宽度(w)和高度(h),不包含旋转信息。
Label Studio中的导出选项
Label Studio从1.16版本开始提供了专门的YOLO OBB(YOLO Oriented Bounding Box)导出格式,这是处理旋转边界框的正确方式。YOLO OBB格式扩展了标准YOLO格式,增加了旋转角度的支持,可以完整保留旋转边界框的所有信息。
使用YOLO OBB格式的步骤
-
确认软件版本:确保使用Label Studio 1.16或更高版本,以及最新版的Label Studio SDK和转换工具。
-
标注数据:在Label Studio中使用旋转矩形工具进行标注,正确设置旋转角度。
-
导出数据:在Label Studio界面中选择"导出"功能,然后选择"YOLO OBB"格式进行导出。
-
模型训练:使用支持OBB的YOLO实现(如Ultralytics YOLO的最新版本)进行模型训练。
技术实现原理
当从Label Studio导出YOLO OBB格式时,系统会自动将旋转边界框的五个参数转换为YOLO OBB兼容的格式。转换过程中会保持原始几何信息不变,包括:
- 中心点坐标归一化到[0,1]范围
- 宽度和高度相对于图像尺寸的比例
- 旋转角度(通常以弧度表示)
常见问题解决方案
如果遇到旋转信息丢失的情况,可以检查以下方面:
- 确认使用了正确的导出格式(YOLO OBB而非标准YOLO)
- 验证使用的YOLO实现是否支持旋转边界框
- 检查标注时是否正确设置了旋转角度
通过正确使用YOLO OBB格式,可以充分利用旋转边界框提供的精确几何信息,提高模型对旋转目标的检测能力,特别适用于航拍图像、文档分析等包含大量倾斜目标的场景。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0186
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08