回転物体の検出は、自然シーンテキスト検出および航空画像における物体検出の分野で頻繁に見られる課題である。従来の回転物体用検出器は、RCNNフレームワークに基づいてアンカーオブジェクトを回転させる手法が一般的であり、これにより複数の角度を持つアンカーが生成され、回転NMS（非最大値抑制）アルゴリズムと組み合わせることで、モデルの計算複雑度が著しく増大する。本論文では、各対象内に2本の中央線を予測することで回転物体を検出する新しいモデル「Oriented Objects Detection Network（O²-DNet）」を提案する。O²-DNetは単段階型（one-stage）、アンカー不要（anchor-free）、NMS不要（NMS-free）なモデルであり、その対象の線分は、元の回転バウンディングボックスのラベルとして定義された対応する2本の中央線として設定される。これらの線分は、追加の手動ラベリングを必要とせず、直接変換可能である。実験の結果、O²-DNetはICDAR 2015およびDOTAデータセットにおいて優れた性能を達成した。特に注目すべきは、COCOデータセットにおける物体は、角度90度を持つ回転物体の特殊な形態と見なすことができる点である。O²-DNetは、このような一般的な自然物体検出データセットにおいても、競争力のある結果を達成できることを示した。