1.学习旋转角度

在无人机/遥感目标检测领域，拍摄到的物体通常是，如下图中红色矩形框里的飞机，这是用ultralytics/yolov5检测到的目标，很明显水平矩形检测框在检测旋转目标时，检测框里包含了无关背景区域，因此ultralytics/yolov5检测旋转目标，不是一个理想的解决方案。

在ultralytics/yolov5的检测头里添加一个学习旋转角度angle的分支，考虑到旋转角度是分布在0到180度之内的一个整数值，因此把旋转角度angle做为一个分类问题来学习。

这时模型输出的每一个候选检测框里的信息是 x,y,w,h,box_score,class_score,angle_score 这种形式的，其中x,y,w,h表示检测框的中心点坐标，宽度和高度，box_score表示检测框的置信度，class_score表示类别置信度，假如在coco数据集上训练的，coco数据集里有80个类别，那么class_score是一个长度为80的数组，它里面第i个元素表示第i个类别的置信度。angle_score表示倾斜角度的置信度，它是一个长度为180的数组，它里面第i个元素表示检测矩形框的倾斜角等于i度的置信度。那么这时检测框里包含信息的长度是5+80+180=265，这就使得yolov5的检测头里的最后3个1x1卷积的输出通道数也别大，这时无疑会增大模型的计算量。

我在github发布了一套分别使用OpenCV，ONNXRuntime部署yolov5旋转目标检测的demo程序，分别包含C++和Python两个版本的程序。程序输出矩形框的中心点坐标(x, y)，矩形框的高宽(h, w)，矩形框的倾斜角，源码地址是：https://github.com/hpc203/rotate-yolov5-opencv-onnxrun

在编写后处理NMS函数时，需要注意的一个问题是用C++编程实现计算两个旋转矩形框的重叠面积，实现细节可以参考源码。

2.学习旋转角度的余弦值

在第1部分里讲到学习旋转角度会存在的一个问题是：由于旋转角度是分布在0到180度之内的一个整数值，也就是说有180种取值的可能，把旋转角度作为一个分类任务，会使得yolov5的检测头里的最后3个1x1卷积的输出通道数也别大，这时会增大模型的计算量。注意到角度的余弦值是分布在-1到1之间的小数值，那么可以考虑学习旋转角度的余弦值和正弦值。如下图所示：

损失函数是SmoothL1Loss，示意图如下：

这时，模型输出的每个候选框里包含的信息是x,y,w,h, cos,sin, box_score,class_score这种形式的，其中cos表示检测矩形框的倾斜角的余弦值，sin表示检测矩形框的倾斜角的正弦值。假如在coco数据集上训练的，那么这时候选框的长度是4+2+1+80=87，很明显这时模型的计算量会减少很多。

程序输出矩形框的中心点坐标(x, y)，矩形框的高宽(h, w)，矩形框的倾斜角的余弦值和正弦值的GitHub源码地址：https://github.com/hpc203/rotateyolov5-opencv-onnxrun

3.不规则四边形的目标检测

最近在极市平台的打榜项目里有车牌识别项目，项目里要求检测车牌的4个角点。可以仿照第1部分里的思路，在ultralytics/yolov5的检测头里添加一个学习四个角点的分支，这时，模型输出的每个候选框里包含的信息是 x,y,w,h, box_score, x1,y1,x2,y2,x3,y3,x4,y4, class_score这种形式，其中x1,y1,x2,y2,x3,y3,x4,y4表示4个角点的坐标值x和y。这时候的模型就能满足项目的需求，但是注意到水平矩形框的位置信息x,y,w,h在项目里并没有起作用，因此水平矩形框的位置信息是一个冗余的信息。

接着对模型继续做修改，使模型输出的是x1,y1,x2,y2,x3,y3,x4,y4,box_score,class_score，也就是去掉box分支，这时可以减小模型体积，减少计算量。修改的地方在yolov5的检测头和loss函数，图解如下：