Visión general de los conjuntos de datos de cajas delimitadoras orientadas (OBB)

Entrenar un modelo preciso de detección de objetos con cuadros delimitadores orientados (OBB) requiere un conjunto de datos completo. Esta guía explica los distintos formatos de conjuntos de datos OBB compatibles con los modelos Ultralytics YOLO , y ofrece información sobre su estructura, aplicación y métodos de conversión de formatos.

Formatos de conjuntos de datos OBB compatibles

YOLO Formato OBB

El formato YOLO OBB designa las cajas delimitadoras por sus cuatro puntos de esquina con coordenadas normalizadas entre 0 y 1. Sigue este formato:

class_index, x1, y1, x2, y2, x3, y3, x4, y4

Internamente, YOLO procesa las pérdidas y las salidas en el xywhr que representa el punto central (xy), la anchura, la altura y la rotación del cuadro delimitador.

Un ejemplo de *.txt de la imagen anterior, que contiene un objeto de clase 0 en formato OBB, podría tener el siguiente aspecto:

0 0.780811 0.743961 0.782371 0.74686 0.777691 0.752174 0.776131 0.749758

Utilización

Para entrenar un modelo utilizando estos formatos OBB:

from ultralytics import YOLO

# Create a new YOLOv8n-OBB model from scratch
model = YOLO('yolov8n-obb.yaml')

# Train the model on the DOTAv2 dataset
results = model.train(data='DOTAv1.yaml', epochs=100, imgsz=640)

# Train a new YOLOv8n-OBB model on the DOTAv2 dataset
yolo detect train data=DOTAv1.yaml model=yolov8n.pt epochs=100 imgsz=640

Conjuntos de datos compatibles

Actualmente, se admiten los siguientes conjuntos de datos con Cajas delimitadoras orientadas:

• DOTA v2: DOTA (Conjunto de datos a gran escala para la detección de objetos en imágenes aéreas) versión 2, hace hincapié en la detección desde perspectivas aéreas y contiene cuadros delimitadores orientados con 1,7 millones de instancias y 11.268 imágenes.

• DOTA8: Un pequeño subconjunto de 8 imágenes del conjunto de datos DOTA completo, adecuado para probar flujos de trabajo y comprobaciones de Integración Continua (IC) del entrenamiento OBB en el ultralytics repositorio.

Incorporar tu propio conjunto de datos OBB

Para quienes deseen introducir sus propios conjuntos de datos con cuadros delimitadores orientados, asegúrate de la compatibilidad con el " formatoYOLO OBB" mencionado anteriormente. Convierte tus anotaciones a este formato requerido y detalla las rutas, clases y nombres de clase en un archivo de configuración YAML correspondiente.

Convertir formatos de etiquetas

DOTA Dataset Format a YOLO OBB Format

La transición de etiquetas del formato del conjunto de datos DOTA al formato YOLO OBB se puede conseguir con este script:

from ultralytics.data.converter import convert_dota_to_yolo_obb

convert_dota_to_yolo_obb('path/to/DOTA')

Este mecanismo de conversión es fundamental para los conjuntos de datos en formato DOTA, ya que garantiza la alineación con el formato Ultralytics YOLO OBB.

Es imprescindible validar la compatibilidad del conjunto de datos con tu modelo y respetar las convenciones de formato necesarias. Los conjuntos de datos correctamente estructurados son fundamentales para entrenar modelos eficientes de detección de objetos con cuadros delimitadores orientados.

Comentarios