Saltar al contenido

Conjunto de datos DOTA con OBB

DOTA es un conjunto de datos especializado, que hace hincapié en la detección de objetos en imágenes aéreas. Procedente de la serie de conjuntos de datos DOTA, ofrece imágenes anotadas que capturan una gran variedad de escenas aéreas con Cajas delimitadoras orientadas (OBB).

Clases visuales DOTA

Características principales

  • Recogida de varios sensores y plataformas, con tamaños de imagen que van de 800 × 800 a 20.000 × 20.000 píxeles.
  • Incluye más de 1,7 millones de cajas de delimitación orientadas en 18 categorías.
  • Abarca la detección de objetos multiescala.
  • Las instancias son anotadas por expertos utilizando cuadriláteros arbitrarios (8 d.o.f.), capturando objetos de diferentes escalas, orientaciones y formas.

Versiones del conjunto de datos

DOTA-v1.0

  • Contiene 15 categorías comunes.
  • Comprende 2.806 imágenes con 188.282 instancias.
  • Proporciones de división: 1/2 para el entrenamiento, 1/6 para la validación y 1/3 para la prueba.

DOTA-v1.5

  • Incorpora las mismas imágenes que DOTA-v1.0.
  • También se anotan las instancias muy pequeñas (menos de 10 píxeles).
  • Adición de una nueva categoría: "grúa de contenedores".
  • Un total de 403.318 casos.
  • Publicado para el Desafío DOAI 2019 sobre Detección de Objetos en Imágenes Aéreas.

DOTA-v2.0

  • Recopilaciones de Google Earth, Satélite GF-2 y otras imágenes aéreas.
  • Contiene 18 categorías comunes.
  • Comprende 11.268 imágenes con la friolera de 1.793.658 instancias.
  • Se han introducido nuevas categorías: "aeropuerto" y "helipuerto".
  • Divisiones de 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.
    • Prueba-desafío: 6.053 imágenes con 1.090.637 instancias.

Estructura del conjunto de datos

DOTA presenta un diseño estructurado adaptado a los retos de detección de objetos OBB:

  • Imágenes: Una amplia colección de imágenes aéreas de alta resolución que captan diversos terrenos y estructuras.
  • Cuadros delimitadores orientados: Anotaciones en forma de rectángulos girados que encapsulan objetos independientemente de su orientación, ideales para capturar objetos como aviones, barcos y edificios.

Aplicaciones

DOTA sirve como punto de referencia para entrenar y evaluar modelos específicamente adaptados al análisis de imágenes aéreas. Con la inclusión de anotaciones OBB, proporciona un reto único, permitiendo el desarrollo de modelos especializados de detección de objetos que se adapten a los matices de las imágenes aéreas.

Conjunto de datos YAML

Normalmente, los conjuntos de datos incorporan un archivo YAML (Yet Another Markup Language) que detalla la configuración del conjunto de datos. Para DOTA v1 y DOTA v1.5, Ultralytics proporciona DOTAv1.yaml y DOTAv1.5.yaml archivos. Para más detalles sobre ellos, así como sobre DOTA v2, consulta el repositorio y la documentación oficiales de DOTA.

DOTAv1.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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
#     └── dota1  ← downloads here (2GB)

# 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: ../datasets/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/yolov5/releases/download/v1.0/DOTAv1.zip

Dividir imágenes DOTA

Para entrenar el conjunto de datos DOTA, dividimos las imágenes DOTA originales de alta resolución en imágenes con una resolución de 1024x1024 de forma multiescala.

Dividir imágenes

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,
)

Utilización

Para entrenar un modelo en 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.

Advertencia

Ten en cuenta que todas las imágenes y anotaciones asociadas del conjunto de datos DOTAv1 pueden utilizarse con fines académicos, pero está prohibido su uso comercial. Agradecemos tu comprensión y respeto por los deseos de los creadores del conjunto de datos.

Ejemplo de tren

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 obb train data=DOTAv1.yaml model=yolov8n-obb.pt epochs=100 imgsz=640

Muestra de datos y anotaciones

Echar un vistazo al conjunto de datos ilustra su profundidad:

Imagen de muestra del conjunto de datos

  • Ejemplos DOTA: Esta instantánea subraya la complejidad de las escenas aéreas y la importancia de las anotaciones Oriented Bounding Box, que capturan los objetos en su orientación natural.

La riqueza del conjunto de datos ofrece una perspectiva inestimable sobre los retos de detección de objetos exclusivos de las imágenes aéreas.

Citas y agradecimientos

Para los que aprovechan DOTA en sus esfuerzos, es pertinente citar los trabajos 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={2021},
  volume={},
  number={},
  pages={1-1},
  doi={10.1109/TPAMI.2021.3117983}
}

Una nota especial de gratitud al equipo que está detrás de los conjuntos de datos DOTA por su encomiable esfuerzo en la elaboración de este conjunto de datos. Para conocer a fondo el conjunto de datos y sus matices, visita el sitio web oficial de DOTA.



Creado 2023-11-12, Actualizado 2024-05-18
Autores: glenn-jocher (8), Laughing-q (1)

Comentarios