15-YOLOV8OBB损失函数详解

一、YOLO OBB支持的OBB

在Ultralytics YOLO 模型中，OBB 由YOLO OBB 格式中的四个角点表示。这样可以更准确地检测到物体，因为边界框可以旋转以更好地适应物体。其坐标在 0 和 1 之间归一化：
class_index x1 y1 x2 y2 x3 y3 x4 y4
YOLO 在内部处理损失和输出是xywhr 格式，xy表示边界框的中心点、whr表示宽度、高度和旋转角度。
OBB 格式示例

例如：
0 0.780811 0.743961 0.782371 0.74686 0.777691 0.752174 0.776131 0.749758

二、datasets(标签转换）

在YOLOV8中经过datasets加载图片和标签后，再经过图像增强（包括mosaic、旋转、平移、仿射等变化）后将标签处理成如下格式：

其中，经过旋转后（原来标签是由4个角点表示），使用(x, y), (w, h), angle = cv2.minAreaRect(pts)获取转换后