DOTA数据集标注选HBB还是OBB？从实际项目角度聊聊选择策略与坑点

DOTA数据集标注选HBB还是OBB？从实际项目角度聊聊选择策略与坑点

在计算机视觉领域，目标检测是一个经久不衰的研究方向，而数据标注格式的选择往往直接影响模型的最终表现。DOTA数据集作为遥感图像分析领域的标杆性数据集，提供了HBB（Horizontal Bounding Box）和OBB（Oriented Bounding Box）两种标注格式，这让不少研究者在项目初期就面临选择困难。本文将从实际工程角度出发，结合具体应用场景，为你剖析两种标注格式的优劣及适用情况。

1. 理解HBB与OBB的本质差异

HBB和OBB最直观的区别体现在标注框的形状上。HBB是传统的水平矩形框，由左上角和右下角两个点坐标确定；而OBB则是带有旋转角度的矩形框，通常由四个顶点坐标定义。这种几何差异背后反映的是对目标物体表达方式的不同哲学。

HBB的特点 ：

• 计算简单，存储空间小（只需2个点坐标）
• 兼容绝大多数通用目标检测框架
• 对水平排列的物体拟合较好
• 可能包含较多背景区域

OBB的优势 ：

• 能更紧密地包围倾斜物体
• 减少背景干扰，提高特征提取质量
• 特别适合航空影像中常见的任意方向物体
• 需要专门设计的旋转检测算法支持

在实际项目中，我们曾对比过同一批航空影像的两种标注效果：对于整齐排列的停车场车辆，HBB表现尚可；但对于随意停放的船只，OBB的标注精度明显更高，检测模型的mAP提升了约15%。

2. 项目需求驱动的选择策略

2.1 精度优先场景

如果你的项目对检测精度要求极高，且目标物体常呈现多角度分布（如遥感图像中的飞机、船舶等），OBB无疑是更好的选择。我们整理了一个典型场景的对比数据：