旋转目标检测[AI]

## 旋转目标检测[AI]

通过运行已训练好的模型，对需识别的目标进行分类和定位

## 模块原理
通过推理出已训练好的模型得出关于识别目标的坐标、类别ID、置信度等来构建模块的相关输入输出和图像显示

### 算法工作流

数据采集→标注→预处理 / 增强→模型选型→训练→评估调优→NMS 后处理→推理部署

### 算法公式
Anchor-free 解码：通过sigmoid(tx/ty)和exp(tw/th)直接预测框坐标，无需预定义 Anchor；
总损失构成：L total=λ cls *Lcls+λ reg*L reg+λ obj*L obj，其中回归损失用 CIoU 提升框定位精度；
SimOTA 分配：通过代价矩阵C i,j动态选择正样本，替代传统 Anchor 匹配，提升样本分配合理性。

## 使用场景
外观质量检测：零部件缺陷、装配完整性、包装印刷、规格一致性及零件计数等质检场景。
安全生产监控：人员防护合规、危险区域入侵、违规操作等安全监管。
生产流程自动化：机械臂视觉抓取、工序识别、产品自动分流分拣。

## 使用方法

### 前后序模块
相机彩图，视频读取，标签筛选，显示图像等

### 使用示例

![](/media/202603/2026-03-02_144557_0806760.4155070425362104.png)

## 参数配置说明
基本参数

![](/media/202603/2026-03-02_144831_4743230.1988555981764527.png)

高级参数

![](/media/202603/2026-03-02_144903_5317480.21389106790012413.png)
## 输出说明

![](/media/202603/2026-03-02_144951_9612120.4881141689884345.png)
## 函数属性说明

![](/media/202603/2026-03-02_145019_1588430.31259875361324774.png)

![](/media/202603/2026-03-02_145219_2244060.9713320662359255.png)

![](/media/202603/2026-03-02_145250_9800110.8041241223024451.png)

点击此处跳转到对应的中文说明书文章页:&nbsp;[Rotated Object Detection (AI)](/doc/659)