yolov8-obb旋转框改进

### YOLOv8 OBB 旋转框改进方法 对于YOLOv8中的旋转边界框（OBB）检测，可以借鉴YOLOv7-OBB的做法来实现更优的效果。具体来说，在YOLOv8中引入KLD（Kullback-Leibler Divergence）损失函数有助于提升模型对旋转目标识别的能力[^1]。 #### 使用KLD损失函数优化回归分支 为了使YOLOv8适应于旋转矩形预测任务，可以在网络结构设计上调整最后一层输出维度以支持五个参数化变量：中心坐标(x, y)，宽度w，高度h以及角度θ。与此同时，采用KLD作为度量标准之一加入到总损失计算当中，从而引导模型学习更加鲁棒的目标表示形式： \[ L_{total} = \lambda_1L_{cls} + \lambda_2L_{obj} + \lambda_3KL(\hat{p}, p) \] 其中\( KL(\hat{p}, p)\)即为两个分布之间的相对熵距离，\(\hat{p}\)代表真实标签所对应的概率密度函数而\(p\)则是由当前预测结果构建而成的概率密度估计值。 ```python import torch.nn.functional as F def kld_loss(pred_boxes, target_boxes): """ Calculate the Kullback-Leibler divergence between predicted boxes and ground truth. Args: pred_boxes (Tensor): Predicted bounding box parameters with shape [N, 5]. target_boxes (Tensor): Ground-truth bounding box parameters with shape [N, 5]. Returns: Tensor: Scalar tensor containing computed loss value. """ # Convert to polar coordinates for better numerical stability when computing angles pred_theta = pred_boxes[:, 4].unsqueeze(-1).clamp(min=-torch.pi / 2., max=torch.pi / 2.) gt_theta = target_boxes[:, 4].unsqueeze(-1) cos_diff = torch.cos(gt_theta - pred_theta)**2 sin_diff = torch.sin(gt_theta - pred_theta)**2 w_ratio = ((pred_boxes[:, 2]/target_boxes[:, 2])**2).unsqueeze(-1) h_ratio = ((pred_boxes[:, 3]/target_boxes[:, 3])**2).unsqueeze(-1) kl_divergence = .5 * ( (cos_diff + sin_diff)*(w_ratio+h_ratio)-2 + torch.log(w_ratio*h_ratio)+2 ) return kl_divergence.mean() ``` 此代码片段展示了如何定义一个用于衡量预测框与实际标注之间差异性的自定义损失函数`kld_loss()`。该函数接收两组五维向量——分别对应着预测得到的和真实的对象位置描述符，并返回它们间平均KLD得分作为最终误差评估指标。 #### 数据增强策略 除了算法层面的技术革新外，适当的数据预处理措施同样重要。考虑到现实世界里物体姿态变化多端的特点，在训练阶段应当充分考虑这一点并采取相应手段加以应对。例如可以通过随机翻转、缩放和平移等方式扩充样本集；另外还可以利用仿射变换模拟不同视角下的观测情况，进而提高泛化性能[^2]。