082、遥感图像旋转目标检测：YOLO + OBB 定向边界框的旋转框检测方案

082、遥感图像旋转目标检测：YOLO + OBB 定向边界框的旋转框检测方案

一、从一次“框歪了”的调试说起

去年做卫星图像船舶检测，跑YOLOv8 baseline，结果让我血压飙升——两艘并排停靠的货轮，模型给了一个大矩形框把两艘船全包进去。我盯着那张图看了十分钟，突然意识到问题：水平框在遥感图像里就是个笑话。船舶、飞机、建筑物，哪个不是歪着长的？你用水平框去框一个45度角的飞机，IoU直接掉到0.3，NMS还给你把相邻目标全干掉。

当时我第一反应是改损失函数，后来发现更根本的问题是：目标检测的“框”这个定义本身，在遥感场景下需要重构。水平框（HBB）只能描述“目标在哪儿”，而旋转框（OBB）才能回答“目标怎么摆的”。今天这篇笔记，就是我当时踩坑后的完整方案复盘。

二、OBB的核心：五个参数怎么玩

传统YOLO输出是(x, y, w, h, cls)，OBB版本要改成(x, y, w, h, angle, cls)。这个angle的定义方式就有讲究，我试过三种：

第一种：角度回归（0~180度）
直接回归角度值，看起来最直观。但实际训练时发现，角度在0度和179度附近时，梯度会剧烈震荡——因为这两个值在几何上只差1度，但在数值空间里差了179。模型学得一脸懵逼，loss死活降不下去。

第二种：角度分类（180个bin）