为什么在对象检测中使用轴对齐的包围框？

Question

我理解(我认为)为什么在目标检测中，结果是一个矩形：

它是一个简单的形状，可以用4个变量来定义(2对对角的同弦或1对弦+宽度和高度)。

因此，更复杂的形状可能需要更多的参数，这可能会使事情复杂化。但是，例如，如果使用一个圆圈呢？只有3个参数，中心+半径的一对坐标。有什么明显的东西我错过了吗？

关于边界框，我想知道如果添加了第5个参数来描述bbox的角度会发生什么。例如，考虑一下这个图像上的iPhone：

我可能想错了，但在我的头脑中，网络可能有一个更容易的时间“理解”，我们希望它检测一个旋转的bbox与实际的iPhone比对轴对齐bbox。对于人类来说，画出旋转的包围框(我认为，更直观)也比轴对齐更容易，不是吗？

不管网络是否更容易，旋转的包围盒将是检测的更精确的结果。

Answer 1

有一些关于这方面的工作，偶然看到了这个博客。

https://developer.nvidia.com/blog/detecting-rotated-objects-using-the-odtk/