Cuadro delimitadorBounding Box
El recuadro que envuelve un objeto y su posición exacta
- El cuadro delimitador es el recuadro más pequeño que envuelve justo al objeto. Ese recuadro que aparece en pantalla es el resultado en sí.
- Un recuadro se anota con cuatro números: dos para la esquina superior izquierda, y dos más para el ancho y el alto.
- Qué tan bien encajó se mide por cuánto se superpone con el recuadro correcto: el área que se solapa dividida entre el área que ocupan juntos.
- El recuadro correcto lo dibuja una persona a mano. Si el criterio para dibujarlo se tambalea, el modelo también se tambalea.
- El recuadro siempre queda alineado con los ejes, así que en objetos inclinados o de forma sinuosa entra también bastante fondo.
Contenido
1La analogía
Estás cortando una tela mosquitera nueva para el marco de una ventana. Si la cortas más grande que el marco, los bordes se doblan y quedan feos; si la cortas más chica, quedan huecos por donde entran los mosquitos. El objetivo es que quede del tamaño exacto del marco.
Después de cortarla, hay que comprobar qué tan bien quedó, y en vez de decir a ojo "más o menos bien", hay una forma de medirlo con números: se toma el área donde el marco y la tela cortada se superponen, y se divide entre el área que ocupan juntos entre los dos. Si coinciden por completo, da 1, y cuanto más desajustada quede la tela, más cae ese valor. Una tela que quedó torcida a la mitad, por más que se le busque el lado bueno, difícilmente pase de 0.5.
La medida de referencia, la del marco, alguien la tomó con una cinta métrica y la anotó. Si esa persona midió hasta el borde exterior del marco o solo hasta la ranura interior, la nota de aprobación cambia por completo. Con el cuadro delimitador pasa exactamente lo mismo.
2En detalle
Un recuadro se anota con cuatro números
Anotar un recuadro es muy sencillo. Se escribe en qué punto de la pantalla está la esquina superior izquierda con dos números, y después cuánto mide de ancho y de alto con otros dos. También existe la forma de anotarlo por el centro y el ancho y alto, pero el significado es el mismo.
Se suele anotar los números como un porcentaje del tamaño de la pantalla: por ejemplo, "empieza al 30 por ciento desde la izquierda, con un ancho del 20 por ciento de la pantalla". Anotado así, el recuadro se ajusta solo aunque la foto se agrande o se achique.
El recuadro siempre queda alineado con el ancho y el alto de la pantalla; no se usan recuadros inclinados. Por eso, al envolver un objeto que está acostado en diagonal, entra al recuadro un montón de fondo vacío. Ese es justamente el motivo por el que se pasa al siguiente nivel: la segmentación.
Qué tan bien encajó se mide por superposición
Para saber si un recuadro encajó bien, se lo compara con el recuadro correcto que dibujó una persona. Se divide el área donde se superponen los dos recuadros entre el área que ocupan juntos, y sale un valor entre 0 y 1. Si coinciden exactamente da 1, y si apenas se rozan, se acerca a 0.
Cuánto tiene que superar ese valor para considerarse "acertado" también lo define una persona. Es común usar 0.5 como referencia, pero 0.5 es más flojo de lo que parece: se puede aprobar aunque el recuadro solo envuelva la mitad del objeto. Donde hace falta precisión se usan umbrales más exigentes, como 0.75, y a veces se mide con varios umbrales a la vez y se promedia.
En una herramienta de prueba vas a ver que el recuadro sale un poco más grande o más chico que el objeto real, y ese desajuste suele pasar el umbral con margen de sobra. Por eso, aunque a la vista moleste, muchas veces el puntaje no tiene ningún problema.
El recuadro correcto lo dibuja una persona
El recuadro correcto con el que el modelo se compara lo trazó una persona con el mouse, foto por foto. Al dibujarlo, aparecen constantemente momentos dudosos. ¿Una taza con el asa saliente se envuelve incluyendo el asa? ¿Un objeto cortado a la mitad por el borde de la foto se dibuja imaginando la parte que falta? ¿También se dibuja lo que se refleja en un vidrio?
Si este criterio cambia de una persona a otra, la respuesta correcta que aprende el modelo también termina oscilando. Por eso, al armar los datos, primero se fijan reglas muy detalladas, y se hace que varias personas dibujen la misma foto para comprobar qué tan parecidos son sus resultados. Muchas veces, al buscar por qué un modelo pone el recuadro en un lugar raro, se descubre que el criterio de los datos de entrenamiento se había tambaleado.
Lo que un recuadro no logra capturar bien
De la clasificación de imágenes, que pone una sola etiqueta a toda la foto, a la detección de objetos, que marca cada objeto con un recuadro, y de ahí a la segmentación, que recorta la forma punto por punto: el cuadro delimitador es el escalón de en medio de esa escalera.
Estar en medio trae cosas buenas y cosas que dejan algo que desear. Da posición y tamaño sin que preparar los datos sea tan pesado, así que se usa mucho. Pero en objetos sinuosos, superpuestos entre sí o inclinados, dentro del recuadro se mezcla un montón de cosas que no son el objeto. En trabajos donde hay que borrar el fondo o medir el área con precisión, el recuadro se queda corto y hay que subir al siguiente escalón.
3Con más precisión
El cuadro delimitador es el rectángulo más pequeño, alineado con los ejes, que envuelve un objeto, y se anota normalmente con la coordenada de la esquina superior izquierda y el ancho y el alto, cuatro valores en total. El valor que mide cuánto se superpone el recuadro predicho con el recuadro correcto es el área de intersección dividida entre el área de unión, y con ese valor se decide acierto o error para luego promediar el puntaje por etiqueta en un solo número.
Hay diferencias que la superposición sola no capta. Si dos recuadros están completamente separados, no importa qué tan lejos estén: el valor sale igual, 0, así que no distingue entre un recuadro apenas desviado y uno totalmente equivocado. Al entrenar, a veces se usa un cálculo aparte que compensa este punto.
La analogía de la mosquitera también tiene sus costuras. La mosquitera se coloca una sola vez en un solo marco, pero el modelo propone cientos de recuadros candidatos para el mismo objeto y después los filtra. Además, la medida del marco es fija, pero el recuadro correcto de un objeto en una foto varía un poco según quién lo haya dibujado: es una referencia que se mueve. Como la regla de qué envolver cambia de un conjunto de datos a otro, a veces es difícil comparar directamente los puntajes de modelos entrenados con datos distintos.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que todo lo que está dentro del recuadro es el objeto, pero en realidad, como el recuadro queda alineado con los ejes, adentro se mezcla bastante fondo.
Es fácil creer que un valor de superposición de 0.5 significa que solo acertó la mitad, pero en realidad, como es un cociente sobre el área combinada, con 0.5 ya hay una superposición bastante buena.
Es fácil pensar que el recuadro correcto es una respuesta fija, pero en realidad lo dibujó una persona siguiendo reglas, así que el criterio varía de un conjunto de datos a otro.
7Resumen en una línea
En resumenEl cuadro delimitador anota con cuatro números el recuadro que envuelve un objeto, y se califica por cuánto se superpone con el recuadro correcto, aunque ese recuadro correcto lo haya dibujado una persona siguiendo sus propias reglas.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02