RTDETR_OBB利用transform直接预测旋转框（Ultralytics_yolov11版本）

Ultralytics中RTDETR及RTDETR_OBB细节解析

最新推荐文章于 2025-11-19 23:36:07 发布

原创最新推荐文章于 2025-11-19 23:36:07 发布 · 1.5k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #RTDETR #OBB #旋转框 #Ultralytics

一、RTDETR（u版）流程回顾

一文带你搞定Ultralytics（yolov11版本）中的RTDETR训练以及预测的代码解析和流程分析

二、RTDETR_OBB（u版）细节

1、RTDETRDecoder初始化

#encoder和decoder head部分预测bbox的部分需要修改成直接预测rbbox
self.dec_bbox_head = nn.ModuleList([MLP(hd, hd, 4, num_layers=3) for _ in range(ndl)])
self.dec_bbox_head_obb = nn.ModuleList([MLP(hd, hd, 5, num_layers=3) for _ in range(ndl)])

self.enc_bbox_head = MLP(hd, hd, 4, num_layers=3)
self.enc_bbox_head_obb = MLP(hd, hd, 5, num_layers=3)

2、构建obb去噪组get_cdn_group_obb

下图是rtdetr预测矩形框的去噪组，去噪组分为正样本和负样本。
正样本在gt的基础上加上了原gt的0-h/2和0-w/2的扰动。负样本加上了原gt的h/2-h和w/2-h的扰动。具体值也可调参。
在这里插入图片描述
旋转框只需要在gt的wh基础上额外加上一个角度theta的扰动即可。

3、替换loss

所有计算bbox的loss替换成计算rbbox的probiou。(ps：匈牙利匹配里的计算bbox_iou也要替换成probiou来计算rbbox_iou)

if self.use_obb:
    loss[name_giou] = 1.0 - probiou(pred_bboxes, gt_bboxes)
else:
    loss[name_giou] = 1.0 - bbox_iou(pred_bboxes, gt_bboxes, xywh=True, GIoU=True)