Java集成SmartJavaAI实现旋转框检测、定向边界框目标检测(YOLO-OBB)

deng775747758

300人浏览 · 2025-09-10 14:51:56

deng775747758 · 2025-09-10 14:51:56 发布

简介

旋转框(定向对象)目标检测通过引入一个额外的角度来更准确地定位图像中的对象，从而比标准对象检测更进一步。旋转框目标检测器的输出是一组旋转的边界框，这些边界框精确地包围了图像中的目标，以及每个框的类别标签和置信度分数。当目标以各种角度出现时，定向边界框特别有用，例如在航空图像中，传统的轴对齐边界框可能包含不必要的背景。

现在我们已经可以借助 SmartJavaAI 项目，通过 Java 快速接入旋转框(定向对象)目标检测能力。本文将手把手教你如何使用 SmartJavaAI 来实现旋转框(定向对象)目标检测功能，即使你没有深度学习基础，也能轻松上手！

SmartJavaAI是什么？

SmartJavaAI是专为JAVA 开发者打造的一个功能丰富、开箱即用的 JAVA AI算法工具包，致力于帮助JAVA开发者零门槛使用各种AI算法模型，开发者无需深入了解底层实现，即可轻松在 Java 代码中调用人脸识别、目标检测、OCR 等功能。底层支持包括基于 DJL (Deep Java Library) 封装的深度学习模型，以及通过 JNI 接入的 C++/Python 算法，兼容多种主流深度学习框架如 PyTorch、TensorFlow、ONNX、Paddle 等，屏蔽复杂的模型部署与调用细节，开发者无需了解 AI 底层实现即可直接在 Java 项目中集成使用，后续将持续扩展更多算法，目标是构建一个“像 Hutool 一样简单易用”的 JAVA AI 通用工具箱

快速开始

借助 SmartJavaAI 开源项目，你可以直接在 Java 中集成语音识别模型，无需自己处理复杂的深度学习框架。

Maven引入

在项目的 pom.xml 中添加以下依赖，详细引入方式参考 Maven 引入。

如需引入全部功能，请使用 【不推荐 ❌】 all 模块。

基础依赖

<dependency>
    <groupId>cn.smartjavaai</groupId>
    <artifactId>vision</artifactId>
    <version>1.0.24</version>
</dependency>

模型简介及下载

实例分割模型

模型名称	引擎	模型简介	模型开源网站
YOLOV11-OBB	OnnxRuntime	Ultralytics在DOTAv1 数据集上训练的模型、通过引入一个额外的角度来更准确地定位图像中的对象	Github

⚠️ 注意
不同模型支持的类别可能不一样，具体可查看模型目录下的 synset.txt 文件，其中列出了该模型支持的全部物体名称。

旋转框目标检测

1、获取旋转框目标检测模型

public ObbDetModel getModel(){
    ObbDetModelConfig config = new ObbDetModelConfig();
    //旋转框检测模型，切换模型需要同时修改modelEnum及modelPath
    config.setModelEnum(ObbDetModelEnum.YOLOV11);
    //模型所在路径，synset.txt也需要放在同目录下
    config.setModelPath("/Users/wenjie/Documents/develop/model/vision/obb/yolo11n-obb.onnx");
    // 指定允许的类别
//            config.setAllowedClasses(Arrays.asList("plane","ship"));
    //指定返回检测数量
    config.setDevice(device);
    //置信度阈值
    config.setThreshold(0.5f);
    return ObbDetModelFactory.getInstance().getModel(config);
}

2、旋转框目标检测

public void obbDet(){
    try {
        ObbDetModel detectorModel = getModel();
        //创建Image对象，可以从文件、url、InputStream创建、BufferedImage、Base64创建，具体使用方法可以查看文档
        Image image = SmartImageFactory.getInstance().fromFile(Paths.get("src/main/resources/obb/boats.jpg"));
        R<DetectionResponse> result = detectorModel.detect(image);
        if(result.isSuccess()){
            log.info("旋转框检测结果：{}", JSONObject.toJSONString(result.getData()));
        }else{
            log.info("旋转框检测失败：{}", result.getMessage());
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

3、旋转框目标检测并绘制检测结果

public void obbDetAndDraw(){
    try {
        ObbDetModel detectorModel = getModel();
        R<DetectionResponse> result = detectorModel.detectAndDraw("src/main/resources/obb/boats.jpg","output/boats_detected.png");
        if(result.isSuccess()){
            log.info("旋转框检测结果：{}", JSONObject.toJSONString(result.getData()));
        }else{
            log.info("旋转框检测失败：{}", result.getMessage());
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}