3、矩形框标注：目标检测中的Bounding Box标注规范与参数

目标检测里，Bounding Box（简称bbox）是最常见的标注方式。说白了，就是用个矩形框把目标物体圈出来。我刚开始做标注项目时，觉得这还不简单？画个框谁不会啊。结果第一次提交的数据就被打了回来——框的边线离物体太远，IoU不达标。嗯，这里面的门道其实不少。

3.1 什么是Bounding Box？

Bounding Box就是一个与坐标轴对齐的矩形框。它用四个数值来描述：左上角的x坐标、y坐标，以及框的宽度w和高度h。也有用中心点坐标加宽高的，两种格式在业界都常见。

3.2 标注格式与参数

不同框架用的格式略有差异。我整理了一张表，方便你对照着看：

格式名称	表示方式	典型应用
xyxy	(x1, y1, x2, y2)	COCO数据集、Pascal VOC
xywh	(x, y, w, h)	YOLO系列、Darknet
cxcywh	(cx, cy, w, h)	YOLOv5+、Ultralytics
归一化	所有值除以图像宽高	YOLO训练、TensorFlow

我个人习惯用xywh格式，因为直观。但如果你做YOLO训练，记得转成归一化的cxcywh。我曾经因为忘记归一化，模型训练直接崩了，损失值飞到了天上。

3.3 标注规范：怎么画才算合格？

标注不是随便拉个框就完事。这里有几条硬性规范，你最好记下来：

1. 紧贴物体：框的每条边都要贴着目标物体的最外缘。不能多，不能少。
2. 包含完整：如果物体有突出部分（比如人的手臂、车的后视镜），必须全部框进去。
3. 避免遮挡：两个物体重叠时，每个物体单独画框，不要合并。
4. 类别正确：每个框必须关联一个类别标签，不能漏标，也不能错标。
5. 边界处理：如果物体被图像边缘切掉，框就画到边缘为止。

3.4 参数影响规律

bbox的参数不是随便填的。它们对模型的影响，我总结成三点：

• 框的大小：框太大，模型会学到多余的背景噪声；框太小，模型学不到完整的物体特征。你想想看，如果框只框住了猫的头，模型能学会识别猫吗？
• 框的位置：偏移1个像素，在512x512的图像上可能无所谓。但在小目标检测中，偏移5个像素，IoU可能就从0.9掉到0.6了。
• 框的宽高比：不同物体有不同比例。行人一般是瘦高的，汽车是扁宽的。标注时如果比例严重失调，模型会学歪。

3.5 知识结构图

下面这张图展示了Bounding Box标注的核心知识体系，从格式到规范再到参数影响，一目了然：

3.6 实战：标注一个行人

假设你有一张640x480的图像，里面有个行人。标注步骤如下：

1. 确定行人的左上角坐标，比如(120, 80)。
2. 确定右下角坐标，比如(200, 320)。
3. 计算宽高：w = 200 - 120 = 80，h = 320 - 80 = 240。
4. 如果是YOLO格式，需要归一化：x = 120/640 = 0.1875，y = 80/480 = 0.1667，w = 80/640 = 0.125，h = 240/480 = 0.5。
5. 加上类别ID，比如行人=0。

最终标注文件里的一行数据就是：

0 0.1875 0.1667 0.125 0.5

你看，就这么简单。但实际项目中，每个像素的偏差都可能影响模型。我建议你标注完一批数据后，随机抽10%做二次质检，看看框的IoU是否达标。

3.7 常见错误与避坑

我这些年见过的标注错误，列几个典型的：

• 框太大：把背景也框进去了，模型会误以为背景也是目标的一部分。
• 框太小：切掉了物体的边缘，模型学不到完整形状。
• 框歪了：虽然bbox是轴对齐的，但有些人画框时手抖，导致框不水平。其实只要坐标对，歪不歪无所谓，但视觉上会影响质检。
• 漏标小目标：远处的行人、小动物容易被忽略。模型训练出来后，对这些小目标检测率极低。

好了，Bounding Box标注的核心内容就这些。格式、规范、参数影响，三者缺一不可。你动手标一批数据试试，很快就能上手。