在计算机视觉领域，边界框是一种用于目标检测任务的重要工具。它通常是一个矩形框，围绕在图像中感兴趣的区域，这个区域对应于想要识别的特定对象。边界框在图像上的视觉表示，是通过坐标来定义的。在计算机视觉项目中，边界框主要在两个场景中出现：一是在标注过程中，二是在模型推理时。
边界框是围绕图像中感兴趣区域绘制的矩形。这个区域应该对应于想要识别的特定对象。边界框是图像上坐标的视觉表示。在计算机视觉项目中，边界框主要在两个场景中出现：一是在标注过程中，二是在模型推理时。
在目标检测项目中进行标注时，需要围绕感兴趣的对象绘制边界框。这些框随后会与输入图像一起作为数据，用于训练视觉模型。为了绘制数据标注中的边界框，应该使用一个标注工具。所有目标检测标注工具都支持绘制框，并且提供不同程度的实用工具来帮助更快地绘制这些框。例如，Roboflow提供了一个免费的标注工具供使用。
以下是标注过程中绘制边界框的示例，其中框围绕感兴趣的对象绘制：
边界框应该尽可能紧密地围绕对象绘制，以便每个框包含尽可能多的关于对象的细节，同时不包含太多的背景噪声。话虽如此，边界框是矩形，而许多检测模型旨在识别的对象并非矩形。因此，不可避免地会有一些背景出现在感兴趣区域。
边界框可以重叠。例如，如果正在检测一个集装箱及其ID，可以为ID绘制一个框，为更宽的集装箱绘制另一个框。训练好的模型将学会识别这两个对象。然后，可以进行计算，比如计算两个边界框的交集比。
计算机视觉模型，如YOLOv10和RT-DETR，返回与模型训练识别的对象位置相对应的坐标。这些坐标可以以各种格式出现。最受欢迎的格式是：x0, y0, x1, y1（也称为xyxy），以及；x, y, 宽度, 高度（也称为xywh）。如果决定在图像上绘制坐标——例如，为了可视化模型的表现——这个过程被称为绘制边界框。
以下是来自一个场地管理目标检测模型的预测示例：边界框被可视化，对应于场地管理目标检测模型返回的集装箱、ID和徽标检测。上面的图像是使用supervision，一个Python计算机视觉库，具有用于计算机视觉模型的实用工具进行可视化的。
在计算机视觉中，“边界框”一词有两个定义。首先，边界框是在标注工具中围绕感兴趣的对象绘制的。这些注释随后被用来训练模型。其次，视觉模型的预测被绘制为输入图像上的边界框，允许可视化模型的结果。