YOLOv11 OBB实战：手把手构建旋转目标检测数据集

1. 为什么需要旋转目标检测？

在传统的目标检测任务中，我们通常使用水平矩形框（HBB）来标注物体。这种标注方式简单直接，但对于某些特定场景下的物体检测效果并不理想。比如在遥感图像中，飞机、船只等物体往往以不同角度停放；在文本检测中，文字行可能以任意方向排列；在密集场景中，物体相互遮挡时水平框会包含大量背景信息。

旋转目标检测（OBB）使用带角度的矩形框来标注物体，能够更精确地框选目标。YOLOv11 OBB版本就是专门为这类场景优化的模型。我去年在一个工业零件检测项目中就深有体会：当螺丝、螺母等小零件散乱摆放时，使用旋转框标注的检测精度比传统方法提升了近30%。

2. 数据准备与增强技巧

2.1 获取基础图像数据

建议从实际应用场景采集原始图像。如果是做遥感检测，可以使用DOTA数据集的部分样本；做文本检测可以考虑ICDAR数据集。我在实践中发现，即使是少量真实场景图片（50-100张）经过适当增强，也能训练出不错的效果。

一个实用的技巧是使用OpenCV进行多角度拍摄：

import cv2 import numpy as np def rotate_image(img, angle): h, w = img.shape[:2] M = cv2.getRotationMatrix2D((w/2,h/2), angle, 1) return cv2.warpAffine(img, M, (w,h))

2.2 安装roLabelImg标注工具

roLabelImg是支持旋转标注的改进版LabelImg，安装时要注意Python环境兼容性：

git clone https://github.com/cgvict/roLabelImg cd roLabelImg pip install pyqt5 lxml # 必须先安装这两个依赖 pyrcc5 -o resources.py resources.qrc python roLabelImg.py

常见问题排查：

• 如果遇到PyQt5报错，尝试pip install --upgrade pyqt5
• Windows用户建议使用Anaconda环境
• Mac用户可能需要先安装QT：brew install qt

3. 标注流程实战

3.1 旋转标注操作指南

打开roLabelImg后，按以下步骤操作：

1. 使用"Open Dir"加载图像目录
2. 快捷键说明：
   • w：创建旋转框
   • e：调整框角度
   • Ctrl+s：保存当前标注
   • d/a：切换下一张/上一张

标注时建议遵循：

• 长边作为基准边
• 角度范围控制在[-90°,90°]
• 对于对称物体统一角度方向

3.2 标注文件格式解析

生成的XML文件包含关键信息：

<object> <name>vehicle</name> <robndbox> <cx>512.3</cx> <cy>256.8</cy> <w>124.5</w> <h>62.7</h> <angle>-45.0</angle> </robndbox> </object>

其中(cx,cy)是中心点坐标，(w,h)是宽高，angle是旋转角度（度制）。我建议在标注初期就建立规范的类别名称列表，避免后期合并的麻烦。

4. 数据格式转换全流程

4.1 XML转DOTA格式

DOTA格式采用四点坐标表示旋转框：

x1 y1 x2 y2 x3 y3 x4 y4 class_name difficulty

转换脚本核心逻辑：

def convert_to_dota(xml_path, txt_path): tree = ET.parse(xml_path) root = tree.getroot() with open(txt_path, 'w') as f: for obj in root.findall('object'): robndbox = obj.find('robndbox') cx = float(robndbox.find('cx').text) cy = float(robndbox.find('cy').text) w = float(robndbox.find('w').text) h = float(robndbox.find('h').text) angle = float(robndbox.find('angle').text) # 计算四个顶点坐标 points = calculate_rotated_points(cx, cy, w, h, angle) line = ' '.join([str(p) for p in points]) + ' ' + obj.find('name').text + ' 0\n' f.write(line)

4.2 DOTA转YOLO-OBB格式

YOLO-OBB使用归一化的五参数表示法：

class_index xc yc w h angle

关键转换步骤：

1. 坐标归一化处理
2. 角度转换为弧度制
3. 类别索引映射

实际项目中我发现最容易出错的是坐标系的转换。DOTA使用图像坐标系（左上角原点），而YOLO使用相对坐标，需要特别注意宽高的归一化计算。

5. 数据集划分与配置

5.1 智能数据集划分

推荐使用分层抽样保持类别分布：

from sklearn.model_selection import train_test_split # 按类别分组 groups = {} for img in images: cls = get_dominant_class(img.label) groups.setdefault(cls, []).append(img) # 分层划分 train_val = [] test = [] for cls, samples in groups.items(): tv, te = train_test_split(samples, test_size=0.1) train_val.extend(tv) test.extend(te) # 二次划分训练/验证集 train, val = train_test_split(train_val, test_size=0.22) # 0.2/0.9≈0.22

5.2 配置文件关键参数

数据集YAML文件示例：

path: ../datasets/Ball_Point_Pen train: images/train val: images/val test: images/test names: 0: Ball_Point_Pen 1: Pen_Cap 2: Clip

模型配置文件修改要点：

• nc：类别总数
• depth_multiple：网络深度系数
• width_multiple：网络宽度系数
• anchors：建议使用官方预置值

6. 模型训练与调优

6.1 训练启动参数详解

完整的训练命令示例：

model.train( data='configs/dataset.yaml', epochs=300, batch=16, # 根据GPU显存调整 imgsz=640, optimizer='AdamW', lr0=0.001, weight_decay=0.05, warmup_epochs=3, box=7.5, # 调整框回归权重 cls=0.5, # 分类损失权重 degrees=180.0, # 允许的最大旋转角度 flipud=0.5 # 上下翻转增强概率 )

6.2 常见训练问题解决

1. 损失震荡大：

   • 降低学习率
   • 增加warmup周期
   • 检查数据标注质量

2. 验证集mAP低：

   • 调整数据增强参数
   • 检查数据集划分是否合理
   • 尝试更深的网络结构

3. 显存不足：

   • 减小batch size
   • 使用更小的输入尺寸
   • 启用混合精度训练

7. 模型部署与推理

7.1 预测脚本优化

高效预测的推荐配置：

results = model.predict( source='input.jpg', conf=0.25, # 置信度阈值 iou=0.45, # NMS阈值 imgsz=640, augment=True, # 测试时增强 max_det=100, # 最大检测数 save_txt=True # 保存OBB结果 )

7.2 结果可视化技巧

使用OpenCV绘制旋转框：

def draw_rotated_box(img, points, color=(0,255,0), thickness=2): pts = np.array(points, np.int32).reshape((-1,1,2)) cv2.polylines(img, [pts], isClosed=True, color=color, thickness=thickness) return img

对于批量处理，建议使用多进程加速：

from multiprocessing import Pool def process_image(path): results = model(path) # 保存结果... with Pool(4) as p: # 4个进程 p.map(process_image, image_paths)

在实际项目中，我发现将预测结果转为GeoJSON格式可以方便与GIS系统集成，这对遥感应用特别有用。