Referenz für ultralytics/data/split_dota.py
Hinweis
Diese Datei ist verfügbar unter https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/data/split_dota .py. Wenn du ein Problem entdeckst, hilf bitte mit, es zu beheben, indem du einen Pull Request 🛠️ einreichst. Vielen Dank 🙏!
ultralytics.data.split_dota.bbox_iof(polygon1, bbox2, eps=1e-06)
Berechne iofs zwischen bbox1 und bbox2.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
polygon1 |
ndarray
|
Polygonkoordinaten, (n, 8). |
erforderlich |
bbox2 |
ndarray
|
Bounding Boxes, (n ,4). |
erforderlich |
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.load_yolo_dota(data_root, split='train')
Lade den DOTA-Datensatz.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
data_root |
str
|
Datenwurzel. |
erforderlich |
split |
str
|
Der geteilte Datensatz kann train oder val sein. |
'train'
|
Anmerkungen
Die angenommene Verzeichnisstruktur für den DOTA-Datensatz: - data_root - Bilder - trainieren - val - Labels - trainieren - val
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.get_windows(im_size, crop_sizes=[1024], gaps=[200], im_rate_thr=0.6, eps=0.01)
Erhalte die Koordinaten der Fenster.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
im_size |
tuple
|
Originalgröße des Bildes, (h, w). |
erforderlich |
crop_sizes |
List(int
|
Beschneide die Größe der Fenster. |
[1024]
|
gaps |
List(int
|
Lücke zwischen den Ernten. |
[200]
|
im_rate_thr |
float
|
Schwellenwert der Fensterflächen geteilt durch die Bildflächen. |
0.6
|
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.get_window_obj(anno, windows, iof_thr=0.7)
Erhalte Objekte für jedes Fenster.
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.crop_and_save(anno, windows, window_objs, im_dir, lb_dir)
Schneide Bilder zu und speichere neue Etiketten.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
anno |
dict
|
Annotation dict, einschließlich |
erforderlich |
windows |
list
|
Eine Liste von Fensterkoordinaten. |
erforderlich |
window_objs |
list
|
Eine Liste der Beschriftungen innerhalb jedes Fensters. |
erforderlich |
im_dir |
str
|
Der Pfad zum Ausgabeverzeichnis der Bilder. |
erforderlich |
lb_dir |
str
|
Der Pfad des Ausgabeverzeichnisses von Labels. |
erforderlich |
Anmerkungen
Die angenommene Verzeichnisstruktur für den DOTA-Datensatz: - data_root - Bilder - trainieren - val - Labels - trainieren - val
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.split_images_and_labels(data_root, save_dir, split='train', crop_sizes=[1024], gaps=[200])
Teile sowohl Bilder als auch Etiketten.
Anmerkungen
Die angenommene Verzeichnisstruktur für den DOTA-Datensatz: - data_root - Bilder - split - Etiketten - split und die Struktur des Ausgabeverzeichnisses ist: - save_dir - Bilder - aufteilen - Etiketten - aufteilen
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.split_trainval(data_root, save_dir, crop_size=1024, gap=200, rates=[1.0])
Split Train und Val Set von DOTA.
Anmerkungen
Die angenommene Verzeichnisstruktur für den DOTA-Datensatz: - data_root - Bilder - trainieren - val - Labels - trainieren - val und die Struktur des Ausgabeverzeichnisses ist: - save_dir - Bilder - Zug - val - Labels - Zug - val
Quellcode in ultralytics/data/split_dota.py
ultralytics.data.split_dota.split_test(data_root, save_dir, crop_size=1024, gap=200, rates=[1.0])
Split-Test-Set von DOTA, Etiketten sind in diesem Set nicht enthalten.
Anmerkungen
Die angenommene Verzeichnisstruktur für den DOTA-Datensatz: - data_root - Bilder - Test und die Struktur des Ausgabeverzeichnisses ist: - save_dir - Bilder - test