在做目标检测时需要做旋转变换，传统方法是，图像旋转之后，包围盒也旋转同样角度，然后取旋转后包围盒的最大外接矩形做新的包围盒，做的时候发现旋转角度变大时包围盒的误差很明显，受这篇文章：目标检测中的旋转增强 - 知乎的启发，写了新的旋转增强代码文中取的是旋转后的椭圆的最大外接矩形，这里工程上做近似，采样椭圆上的12个点，找这12个点旋转后的外接矩形，python代码如下：import mathimpo

在做目标检测时需要做旋转变换，传统方法是，图像旋转之后，包围盒也旋转同样角度，然后取旋转后包围盒的最大外接矩形做新的包围盒，做的时候发现旋转角度变大时包围盒的误差很明显，受这篇文章：目标检测中的旋转增强 - 知乎的启发，写了新的旋转增强代码文中取的是旋转后的椭圆的最大外接矩形，这里工程上做近似，采样椭圆上的12个点，找这12个点旋转后的外接矩形，python代码如下：import mathimpo

利用最小二乘法拟合倾角为0的椭圆

解读文章Baseline Correction with Asymmetric Least Squares Smoothing，理解非对称最小二乘基线校正算法的原理