边界框 (Bounding Box) 也称为边界体积或边界区域，是用来描述目标在图像中位置和范围的矩形框。它由矩形框的左上角和右下角坐标定义，可以用来标记和定位目标物体。在目标检测任务中，模型通过预测目标物体的边界框来实现目标检测和定位。边界框的目的是定义 2D 或 3D 空间中对象的位置和大小，并方便地操作和分析对象。
2D 图像中的边界框通常由矩形表示，长边平行于图像的 x 轴和 y 轴。 x 轴和 y 轴的最小值和最大值（由矩形角的坐标指定）决定了矩形的大小。矩形的大小和中心点也可用于创建封闭框。
3D 图像中的边界框通常由平行六面体（3D 矩形）表示，其边平行于图像的 x 、 y 和 z 轴。平行六面体角点的坐标表示 x 、 y 和 z 轴的最小值和最大值，决定了其尺寸。平行六面体的大小和中心也可用于确定边界框。
许多应用程序，例如计算机视觉、图像处理和机器人技术，都使用边界框。边界框在计算机视觉中用于识别和分类图像和视频中的项目。例如，边界框可用于识别图片中的人或对图片中的对象（例如汽车、椅子等）进行分类。
边界框在图像处理中用于裁剪、调整大小和旋转图片中的对象。例如，边界框可用于旋转或裁剪结构或人脸的图片。
与定义数字图像中的对象的其他方法相比，边界框具有多个优点：