我們終於要開始時做遙測視覺（Remote Sensing Computer Vision領域中最核心、也是最具挑戰性的技術升級，在昨天的理論篇中，我們探討了「邊界框如何抽象化代表真實世界物件」
今天我們要讓 AI 「角度感知」，並且在最新世代的硬體上徹底釋放算力。

傳統水平框 (HBB) 的幾何

在我們過去幾天的實作中，我們使用的都是最經典的「水平邊界框 (Horizontal Bounding Box, HBB)」，在傳統 YOLO 模型中，一個物件被定義為 B = (x_c, y_c, w, h)，代表中心點座標與寬高，這在日常生活中非常管用——辨識路上的汽車、行人都沒問題，因為這些物件在相機視角中大多是直立或水平的，但在遙測衛星圖的世界裡可能不能這樣做，因為機場跑道通常是為了迎合當地盛行風向而建造的，所以在正北朝上的衛星圖中，跑道幾乎都是傾斜的（例如 45 度角），當模型試圖用一個「不允許旋轉的正方形」去包住一條「細長的斜向跑道」時，會發生背景雜訊比失衡 (Background Noise Imbalance)，根據幾何學計算，當一個長寬比為 10:1 的物體以 45 度角傾斜時，包覆它的最小水平方框內部，會有超過 80% 的面積是背景（草地、農田、民宅），只有不到 20% 是真正的跑道，這導致模型在訓練時陷入一種狀況，它分不清到底「灰色的柏油路徑」是機場，還是「旁邊那大片的綠色草地」才是機場，這正是傳統物件偵測應用於遙測時，假陽性（False Positives）極高的根本原因，同時也會導致昨天的中心點座標定位發生嚴重偏移。

旋轉邊界框 (OBB)

為了解決這個幾何缺陷，學界提出了 OBB (Oriented Bounding Box) 的概念，它在原本的參數中加入了一個角度變數：OBB = (x_c, y_c, w, h, \theta)。這個 \theta（Theta）允許框框自由旋轉，完美平行於跑道的走向，將背景雜訊降至最低，在 YOLOv8-OBB 的底層，損失函數（Loss Function）的計算也變得極度複雜，傳統的 IoU (交集區間比) 無法直接計算旋轉框的重疊率，因此YOLOv8 採用了 ProbIoU (Probabilistic IoU) 的技術，將兩個旋轉的矩形視為「二維高斯分佈（2D Gaussian Distributions）」，透過計算兩個分佈的巴氏距離（Bhattacharyya Distance）來評估框框的精準度。

標註資料的奇蹟

從 Polygon 到 OBB訓練 OBB 模型最大的門檻，通常是「資料集格式」，如果當初標註人員只畫了水平方框（只給 5 個數字），那這組資料就永遠無法訓練出旋轉模型，還好我們在 find-airport-1 資料集的 labels/train 中發現了高階標註格式：Plaintext0 0.690625 0.265625 0.7 0.271875 0.7078125 0.2734375 0.7078125 ... (略)
這是一長串由無數個 (x, y) 組成的多邊形分割 (Polygon Segmentation) 點雲，這些點描出跑道不規則的輪廓，Ultralytics YOLO 的框架極度現代化，當我們在訓練時呼叫 yolov8n-obb.pt 模型，系統內部會觸發 OpenCV 的 cv2.minAreaRect() 演算法。它會在背景自動計算出能將這些多邊形緊密包圍的「最小外接旋轉矩形」，並自動轉換為模型需要的 (x, y, w, h, \theta) 格式。

OBB 訓練扣

當底層驅動的鴻溝被填平後，程式碼的實作反而簡單，我們在 training/train_obb.py 中寫下了這段扣：

from pathlib import Path
from ultralytics import YOLO

def train_obb_model():
    current_dir = Path(__file__).resolve().parent
    project_root = current_dir.parent
    yaml_path = project_root / "find-airport-1" / "data.yaml"

    model = YOLO("yolov8n-obb.pt") 

    results = model.train(
        data=str(yaml_path),
        epochs=50,             # OBB 學習角度較費時，設定 50 epochs 讓其收斂
        imgsz=640,
        batch=16,
        device="0",            
        project=str(project_root / "runs" / "train"),
        name="airport_obb_v1"
    )

if __name__ == "__main__":
    train_obb_model()

TensorBoard 吐出了令人瞠目結舌的訓練結果，訓練時間 (Training Time) 50 個 Epoch 僅耗時 0.006 小時 (約 21 秒)，在過去使用 CPU 或舊款 GPU 時，這可能需要數個小時，推論速度 (Inference Speed)為驚人的 2.6ms，這代表模型每秒可處理近 400 張高解析度衛星圖片，完全具備處理現代衛星星系（Satellite Constellations）每日產生的 TB 級資料串流的實力，準確度 (Precision) 達到 0.854。這證明了 OBB 模型確實剔除了背景草地的雜訊，精準捕捉到了機場跑道的核心幾何特徵。

小結

我們今天成功誕生了能夠畫出「傾斜框」的進階視覺模型，但我們遇到一個問題，OpenCV 根本無法直接讀取龐大的 GeoTIFF 衛星原圖。
明天我們將結合 Day 15 用到的 rasterio ，寫出一套能無縫解析多光譜影像、並直接餵給 OBB 模型的腳本，那我們明天見。