yolov8_obb比yolo有哪些改动

YOLOv8_OBB相比于YOLOv8（You Only Look Once的第八代版本）做了几个关键改动，特别关注于目标检测中的边界框表示：

1. ** Oriented bounding box (OBB) 支持**：YOLOv8原本使用的是矩形边界框（bounding boxes），而OBB版本增加了对旋转边界的处理，使得它能更准确地捕捉倾斜或非正方形的目标，这对于行人、车辆等有明显方向性的物体检测很有帮助。

2. **角度预测**：为了生成OBB，模型需要额外预测每个对象的旋转角度。这通常通过在输出层增加一个角度分支来完成，增强了位置信息的表达能力。

3. **算法改进**：可能会引入了新的损失函数或者训练策略，旨在优化OBB的精度和召回率，特别是对于那些形状复杂的对象。

4. **效率调整**：虽然OBB提供了更高的精确度，但它也可能带来一些计算成本。因此，可能对网络结构或内部运算进行了优化，以保持实时性能。

5. **数据增强**：为了更好地学习和泛化OBB，训练集可能会包含更多关于角度变换的数据增强。