YOLO系列——OpenCV DNN模块在YOLOv11检测物体时输出的边界框坐标问题

YOLOv11检测物体时,OpenCV DNN模块输出的边界框坐标采用‌中心点坐标加宽高的格式‌(x_center, y_center, width, height),即每个边界框由‌中心点横纵坐标和宽度高度‌四个参数确定。 ‌

坐标格式说明

YOLOv11默认输出检测目标的‌中心点坐标‌(x_center, y_center)和‌宽度高度‌(width, height),这种格式称为‌标准化边界框坐标‌。与传统的左上角坐标(xmin, ymin, xmax, ymax)不同,标准化坐标通过中心点定位目标区域,适用于旋转框检测等场景。 ‌

坐标转换方法

若需转换为左上角坐标,可通过以下公式计算:

bash 复制代码
xmin = int(x_center - width / 2)  
ymin = int(y_center - height / 2)  
xmax = int(x_center + width / 2)  
ymax = int(y_center + height / 2)  

该转换适用于非旋转目标检测场景。对于旋转框检测,需结合模型预测的旋转角度进行坐标系调整。 ‌

相关推荐
宁若风3 小时前
如何将yolov5模型部署到RK3588开发板上
yolo
isyoungboy3 小时前
PIL与OpenCV双线性插值实现差异导致模型精度不够踩坑
人工智能·opencv·计算机视觉
尤超宇4 小时前
YOLOv3 目标检测算法核心技术
算法·yolo·目标检测
1373i4 小时前
【Yolo】快速上手Yolo实战
yolo
arron88996 小时前
Visual Studio 2017(VS2017)可以编译 OpenCV 4.5.5 为 32 位(x86)版本
ide·opencv·visual studio
paid槮12 小时前
OpenCV图像形态学详解
人工智能·opencv·计算机视觉
OAFD.16 小时前
YOLO-V1 与 YOLO-V2 技术详解:从经典到优化的目标检测演进
yolo·目标检测·目标跟踪
AI算法董同学17 小时前
轻松测试二维码生成与识别:使用Python的qrcode、opencv和pyzbar库
开发语言·python·opencv
LiJieNiub18 小时前
YOLO-V1 与 YOLO-V2 核心技术解析:目标检测的迭代突破
人工智能·yolo·目标检测