Conjunto de datos DOTA con OBB#

2,806

DOTA v1.5

ultralytics

publicOBB

DOTA v1.5 extends Wuhan University's oriented aerial benchmark with denser annotations for small objects and a container-crane category. Its 16 classes span aircraft, vehicles, vessels, sports facilities, and infrastructure in high-resolution overhead scenes.

16 classes2.7 GBSep 2, 2026

planeshipstorage tankbaseball diamond+12

aerialobbremote-sensing+1

El conjunto de datos DOTA es un benchmark a gran escala para la detección de objetos en imágenes aéreas, publicado en tres versiones (v1.0, v1.5 y v2.0) con hasta 1,7 M de anotaciones de cajas delimitadoras orientadas (OBB) en 18 categorías, capturadas con diversos sensores y plataformas aéreas.

Explora los conjuntos de datos DOTA v1.5 y DOTA v1.0 alojados oficialmente en Ultralytics Platform para previsualizar sus anotaciones orientadas, consultar estadísticas y clonarlos para el entrenamiento.

Características principales#

• Recopilación procedente de diversos sensores y plataformas, con tamaños de imagen que van de 800 × 800 a 20.000 × 20.000 píxeles.
• Incluye más de 1,7 M de cajas delimitadoras orientadas en 18 categorías.
• Abarca la detección de objetos a varias escalas gracias a la amplia variedad de tamaños de los objetos en cada imagen.
• Las instancias están anotadas por expertos mediante cuadriláteros arbitrarios (8 d.o.f.), que capturan objetos de distintas escalas, orientaciones y formas.

Versiones del conjunto de datos#

DOTA-v1.0#

• Contiene 15 categorías comunes.
• Consta de 2.806 imágenes con 188.282 instancias.
• Proporciones de división: 1/2 para entrenamiento (1.411 imágenes), 1/6 para validación (458 imágenes) y 1/3 para pruebas (937 imágenes).

DOTA-v1.5#

• Incorpora las mismas imágenes que DOTA-v1.0.
• También se anotan las instancias muy pequeñas (de menos de 10 píxeles).
• Añade una nueva categoría: «grúa portacontenedores».
• Un total de 403.318 instancias.
• Publicado para el DOAI Challenge 2019 sobre detección de objetos en imágenes aéreas.

DOTA-v2.0#

• Recopilaciones de Google Earth, el satélite GF-2 y otras imágenes aéreas.
• Contiene 18 categorías comunes.
• Consta de 11.268 imágenes con la considerable cifra de 1.793.658 instancias.
• Nuevas categorías incorporadas: «aeropuerto» y «helipuerto».
• Divisiones de las imágenes:
  • Entrenamiento: 1.830 imágenes con 268.627 instancias.
  • Validación: 593 imágenes con 81.048 instancias.
  • Test-dev: 2.792 imágenes con 353.346 instancias.
  • Test-challenge: 6.053 imágenes con 1.090.637 instancias.

Estructura del dataset#

DOTA presenta una estructura organizada adaptada a los retos de detección de objetos con OBB:

• Imágenes: Una amplia colección de imágenes aéreas de alta resolución que capturan terrenos y estructuras diversos.
• Cajas delimitadoras orientadas: Anotaciones en forma de rectángulos girados que delimitan objetos independientemente de su orientación, ideales para capturar objetos como aviones, barcos y edificios.

Aplicaciones#

DOTA sirve como benchmark para entrenar y evaluar modelos diseñados específicamente para el análisis de imágenes aéreas. Al incluir anotaciones OBB, plantea un reto único que permite desarrollar modelos especializados de detección de objetos adaptados a las particularidades de las imágenes aéreas. El conjunto de datos es especialmente valioso para aplicaciones de teledetección, vigilancia y monitorización medioambiental.

YAML del dataset#

Un archivo YAML del conjunto de datos especifica las raíces de las imágenes y las etiquetas, los nombres de las clases y otros metadatos importantes. Ultralytics mantiene archivos YAML oficiales para las dos versiones más utilizadas:

• DOTAv1.yaml
• DOTAv1.5.yaml

Usa el YAML que corresponda a la versión que has descargado o crea un YAML personalizado si trabajas con DOTA-v2 u otra variante. Ambas versiones se descargan automáticamente (2 GB) desde los recursos de Ultralytics en GitHub la primera vez que entrenas.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# DOTA 1.0 dataset https://captain-whu.github.io/DOTA/index.html for object detection in aerial images by Wuhan University
# Documentation: https://docs.ultralytics.com/datasets/obb/dota-v2
# Example usage: yolo train model=yolov8n-obb.pt data=DOTAv1.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── DOTAv1 ← downloads here (2 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: DOTAv1 # dataset root dir
train: images/train # train images (relative to 'path') 1411 images
val: images/val # val images (relative to 'path') 458 images
test: images/test # test images (optional) 937 images

# Classes for DOTA 1.0
names:
  0: plane
  1: ship
  2: storage tank
  3: baseball diamond
  4: tennis court
  5: basketball court
  6: ground track field
  7: harbor
  8: bridge
  9: large vehicle
  10: small vehicle
  11: helicopter
  12: roundabout
  13: soccer ball field
  14: swimming pool

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/DOTAv1.zip

Dividir las imágenes de DOTA#

Las imágenes sin procesar suelen superar los 10.000 píxeles por lado, por lo que es necesario dividirlas en teselas antes de introducir los datos en YOLO. Usa el asistente siguiente para dividir las imágenes originales en recortes superpuestos de 1024 × 1024 a varias escalas, manteniendo las anotaciones sincronizadas.

from ultralytics.data.split_dota import split_test, split_trainval

# Split train and val set, with labels.
split_trainval(
    data_root="path/to/DOTAv1.0/",
    save_dir="path/to/DOTAv1.0-split/",
    rates=[0.5, 1.0, 1.5],  # multiscale
    gap=500,
)
# Split test set, without labels.
split_test(
    data_root="path/to/DOTAv1.0/",
    save_dir="path/to/DOTAv1.0-split/",
    rates=[0.5, 1.0, 1.5],  # multiscale
    gap=500,
)

Uso#

Para entrenar un modelo con el conjunto de datos DOTA v1, puedes utilizar los siguientes fragmentos de código. Consulta siempre la documentación de tu modelo para obtener una lista completa de los argumentos disponibles. Si quieres experimentar primero con un subconjunto más pequeño, prueba el conjunto de datos DOTA8, que solo contiene 8 imágenes para realizar pruebas rápidas y se puede explorar en Ultralytics Platform.

from ultralytics import YOLO

# Load a pretrained YOLO26n-OBB model
model = YOLO("yolo26n-obb.pt")

# Train the model on the DOTAv1 dataset
results = model.train(data="DOTAv1.yaml", epochs=100, imgsz=1024)

Datos de ejemplo y anotaciones#

Echar un vistazo al conjunto de datos permite apreciar su profundidad:

• Ejemplos de DOTA: Esta instantánea pone de relieve la complejidad de las escenas aéreas y la importancia de las anotaciones de cajas delimitadoras orientadas, que capturan los objetos en su orientación natural.

La riqueza del conjunto de datos ofrece información muy valiosa sobre los retos de la detección de objetos exclusivos de las imágenes aéreas. El conjunto de datos DOTA-v2.0 se ha vuelto especialmente popular en proyectos de teledetección y vigilancia aérea gracias a sus anotaciones exhaustivas y a la diversidad de sus categorías de objetos.

Citas y agradecimientos#

Si utilizas DOTA en tu trabajo, cita los artículos de investigación pertinentes:

@article{9560031,
  author={Ding, Jian and Xue, Nan and Xia, Gui-Song and Bai, Xiang and Yang, Wen and Yang, Michael and Belongie, Serge and Luo, Jiebo and Datcu, Mihai and Pelillo, Marcello and Zhang, Liangpei},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title={Object Detection in Aerial Images: A Large-Scale Benchmark and Challenges},
  year={2022},
  volume={44},
  number={11},
  pages={7778-7796},
  doi={10.1109/TPAMI.2021.3117983}
}

Nuestro agradecimiento especial al equipo responsable de los datasets DOTA por su encomiable labor de recopilación de este dataset. Para conocer a fondo el dataset y sus particularidades, visita el sitio web oficial de DOTA.

Preguntas frecuentes#