Балуюсь с разными вариациями CV модели YOLO:

1 скрин. yolo11n (стандарт)

2 скрин. yolo OBB (аэроснимки и направленные боксы)

3 скрин. yolo11n-seg (выделяем объект по пикселям, а не рамкой)


Как оказалось для моей задачи лучше всего подходит третий вариант. Мне нужно четко знать расположение колес машины, чтобы далее находить расстояние от камеры до колес (ground plane техника определения дистанции). Раньше я делал это через нижнюю часть рамки, но в таком случае получается большая погрешность.

Самое угарное, как модели классифицируют декоративные камни (мяч) на дорогах и небо (бассейн) 😄