Bounding Box (ограничивающая рамка)

Как выглядит Bounding Box

Обычно Bounding Box представляет собой прямоугольник, заданный четырьмя координатами:

• X — положение рамки по горизонтали;
• Y — положение рамки по вертикали;
• ширина — размер рамки по горизонтали;
• высота — размер рамки по вертикали.

В зависимости от формата данных координаты могут задаваться по-разному. Например, через координаты двух противоположных углов или через координаты центра, ширину и высоту.

К Bounding Box также может добавляться дополнительная информация:

• класс объекта;
• confidence score — степень уверенности модели;
• идентификатор объекта при использовании алгоритмов трекинга.

Bounding Box в компьютерном зрении

Bounding Box широко используется в задачах детекции объектов. Нейронная сеть анализирует изображение и возвращает набор обнаруженных объектов с их координатами.

Например, результат может содержать:

автомобиль → координаты Bounding Box → confidence 0,94

На изображении при этом будет отображена рамка вокруг найденного автомобиля.

Bounding Box позволяет не только определить, что объект присутствует на изображении, но и установить его приблизительное положение.

Bounding Box и YOLO

Модели семейства YOLO используют Bounding Box для обозначения обнаруженных объектов.

Для каждого найденного объекта модель возвращает информацию о классе и положении рамки. На основе этих данных программное обеспечение может визуально выделить объект на изображении.

В зависимости от реализации и формата разметки координаты Bounding Box могут храниться в разных форматах. Например, в YOLO часто используется представление:

x_center, y_center, width, height

где значения могут быть нормализованы относительно ширины и высоты изображения.

Bounding Box при разметке данных

Bounding Box используется не только во время работы готовой нейронной сети, но и при подготовке обучающих данных.

Чтобы обучить модель обнаруживать объекты определенного класса, изображения размечают вручную или автоматически. Для каждого объекта указывают его класс и ограничивающую рамку.

Например:

изображение → рамка вокруг объекта → класс «оборудование»

Такая разметка становится частью dataset, на котором затем обучается модель компьютерного зрения.

Качество разметки влияет на качество обучения. Если рамки сильно выходят за границы объектов, наоборот слишком сильно обрезают их или содержат ошибки в классах, модель может хуже работать на новых данных.

Bounding Box и сегментация

Bounding Box показывает объект в виде прямоугольной области, но не описывает его точную форму.

Это отличает детекцию от сегментации, при которой система определяет пиксели, принадлежащие объекту.

Например, если на изображении находится сложный объект неправильной формы, Bounding Box просто охватит его прямоугольником, тогда как сегментационная маска сможет повторить контуры самого объекта.

Bounding Box на БПЛА

В беспилотных системах Bounding Box может использоваться для визуального представления результатов компьютерного зрения.

Например, при анализе получаемого изображения система может обнаружить элемент промышленного оборудования и выделить его прямоугольной рамкой. Дополнительно рядом с рамкой может отображаться название класса и значение confidence.

Если анализ выполняется на последовательности кадров, координаты Bounding Box могут передаваться в алгоритмы трекинга, которые позволяют сопоставлять обнаруженный объект между кадрами.

Кратко

Bounding Box — ограничивающая прямоугольная рамка, обозначающая положение объекта на изображении. Она является одним из основных элементов детекции объектов и используется при обучении моделей компьютерного зрения и обработке результатов таких моделей, включая YOLO.