Ensemble de données DOTA avec OBB

DOTA stands as a specialized dataset, emphasizing object detection in aerial images. Originating from the DOTA series of datasets, it offers annotated images capturing a diverse array of aerial scenes with Oriented Bounding Boxes (OBB).

Visuel des classes DOTA

Caractéristiques principales

Collection provenant de divers capteurs et plateformes, avec des tailles d'image allant de 800 × 800 à 20 000 × 20 000 pixels.
Comprend plus de 1,7 million de boîtes de délimitation orientées dans 18 catégories.
Comprend la détection d'objets à plusieurs échelles.
Les instances sont annotées par des experts à l'aide d'un quadrilatère arbitraire (8 d.o.f.), capturant des objets de différentes échelles, orientations et formes.

Versions du jeu de données

DOTA-v1.0

Contient 15 catégories communes.
Comprend 2 806 images avec 188 282 instances.
Ratios de division : 1/2 pour la formation, 1/6 pour la validation et 1/3 pour le test.

DOTA-v1.5

Incorpore les mêmes images que DOTA-v1.0.
Les très petites instances (moins de 10 pixels) sont également annotées.
Ajout d'une nouvelle catégorie : "grue à conteneur".
Un total de 403 318 cas.
Publié pour le défi DOAI 2019 sur la détection d'objets dans les images aériennes.

DOTA-v2.0

Collections provenant de Google Earth, du satellite GF-2 et d'autres images aériennes.
Contient 18 catégories communes.
Comprend 11 268 images avec un nombre impressionnant de 1 793 658 instances.
De nouvelles catégories ont été introduites : "aéroport" et "héliport".
L'image se divise :
- Formation : 1 830 images avec 268 627 instances.
- Validation : 593 images avec 81 048 instances.
- Test-dev : 2 792 images avec 353 346 instances.
- Test-défi : 6 053 images avec 1 090 637 instances.

Structure de l'ensemble de données

DOTA présente une disposition structurée adaptée aux défis de la détection d'objets OBB :

Images: Une vaste collection d'images aériennes à haute résolution capturant divers terrains et structures.
Boîtes de délimitation orientées: Annotations sous forme de rectangles tournés encapsulant les objets indépendamment de leur orientation, idéales pour capturer des objets tels que des avions, des bateaux et des bâtiments.

Applications

DOTA sert de référence pour la formation et l'évaluation de modèles spécialement conçus pour l'analyse d'images aériennes. Avec l'inclusion des annotations OBB, il constitue un défi unique, permettant le développement de modèles de détection d'objets spécialisés qui répondent aux nuances de l'imagerie aérienne.

Jeu de données YAML

Généralement, les jeux de données intègrent un fichier YAML (Yet Another Markup Language) détaillant la configuration du jeu de données. Pour DOTA v1 et DOTA v1.5, Ultralytics fournit DOTAv1.yaml et DOTAv1.5.yaml fichiers. Pour plus de détails sur ces fichiers ainsi que sur DOTA v2, veuillez consulter le dépôt et la documentation officiels 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/assets/releases/download/v0.0.0/DOTAv1.zip

Diviser les images de DOTA

Pour former l'ensemble de données DOTA, nous avons divisé les images DOTA originales à haute résolution en images d'une résolution de 1024x1024 à plusieurs échelles.

Diviser les images

Python

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,
)

Utilisation

Pour entraîner un modèle sur l'ensemble de données DOTA v1, tu peux utiliser les extraits de code suivants. Reporte-toi toujours à la documentation de ton modèle pour obtenir une liste complète des arguments disponibles.

Avertissement

Tu noteras que toutes les images et les annotations associées de l'ensemble de données DOTAv1 peuvent être utilisées à des fins académiques, mais que l'utilisation commerciale est interdite. Ta compréhension et ton respect des souhaits des créateurs du jeu de données sont grandement appréciés !

Exemple de train

PythonCLI

from ultralytics import YOLO

# Create a new YOLO11n-OBB model from scratch
model = YOLO("yolo11n-obb.yaml")

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

# Train a new YOLO11n-OBB model on the DOTAv1 dataset
yolo obb train data=DOTAv1.yaml model=yolo11n-obb.pt epochs=100 imgsz=1024

Exemples de données et d'annotations

Un coup d'œil sur l'ensemble des données illustre sa profondeur :

Image de l'échantillon du jeu de données

DOTA examples: This snapshot underlines the complexity of aerial scenes and the significance of Oriented Bounding Box annotations, capturing objects in their natural orientation.

La richesse de l'ensemble de données offre des perspectives inestimables sur les défis de détection d'objets exclusifs à l'imagerie aérienne.

Citations et remerciements

Pour ceux qui tirent parti de DOTA dans leurs efforts, il est pertinent de citer les documents de recherche pertinents :

BibTeX

@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}
}

Une note spéciale de gratitude à l'équipe derrière les ensembles de données DOTA pour leurs efforts louables dans la conservation de cet ensemble de données. Pour une compréhension exhaustive de l'ensemble de données et de ses nuances, visite le site officiel de DOTA.

FAQ

Qu'est-ce que le jeu de données DOTA et pourquoi est-il important pour la détection d'objets sur les images aériennes ?

L'ensemble de données DOTA est un ensemble de données spécialisé dans la détection d'objets dans les images aériennes. Il comporte des boîtes de délimitation orientées (OBB), fournissant des images annotées de diverses scènes aériennes. La diversité de l'orientation, de l'échelle et de la forme des objets dans les 1,7 million d'annotations et les 18 catégories de DOTA en fait un outil idéal pour développer et évaluer des modèles adaptés à l'analyse des images aériennes, tels que ceux utilisés pour la surveillance, le contrôle de l'environnement et la gestion des catastrophes.

Comment l'ensemble de données DOTA gère-t-il les différentes échelles et orientations des images ?

DOTA utilise des boîtes de délimitation orientées (OBB) pour l'annotation, qui sont représentées par des rectangles tournés encapsulant les objets quelle que soit leur orientation. Cette méthode permet de s'assurer que les objets, qu'ils soient petits ou sous différents angles, sont capturés avec précision. Les images à plusieurs échelles de l'ensemble de données, allant de 800 × 800 à 20 000 × 20 000 pixels, permettent en outre de détecter efficacement les petits et les grands objets.

Comment puis-je former un modèle en utilisant l'ensemble de données DOTA ?

Pour entraîner un modèle sur l'ensemble de données DOTA, tu peux utiliser l'exemple suivant avec Ultralytics YOLO :

Exemple de train

PythonCLI

from ultralytics import YOLO

# Create a new YOLO11n-OBB model from scratch
model = YOLO("yolo11n-obb.yaml")

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

# Train a new YOLO11n-OBB model on the DOTAv1 dataset
yolo obb train data=DOTAv1.yaml model=yolo11n-obb.pt epochs=100 imgsz=1024

Pour plus de détails sur la façon de diviser et de prétraiter les images DOTA, reporte-toi à la section diviser les images DOTA.

Quelles sont les différences entre DOTA-v1.0, DOTA-v1.5 et DOTA-v2.0 ?

DOTA-v1.0: comprend 15 catégories communes sur 2 806 images avec 188 282 instances. L'ensemble de données est divisé en ensembles de formation, de validation et de test.
DOTA-v1.5: S'appuie sur DOTA-v1.0 en annotant de très petites instances (moins de 10 pixels) et en ajoutant une nouvelle catégorie, "grue à conteneur", pour un total de 403 318 instances.
DOTA-v2.0: S'enrichit d'annotations provenant de Google Earth et GF-2 Satellite, avec 11 268 images et 1 793 658 instances. Il inclut de nouvelles catégories comme "aéroport" et "héliport".

Pour une comparaison détaillée et des spécificités supplémentaires, consulte la section sur les versions des jeux de données.

Comment puis-je préparer des images DOTA en haute résolution pour la formation ?

Les images DOTA, qui peuvent être très volumineuses, sont divisées en résolutions plus petites pour une formation gérable. Voici un extrait de Python pour diviser les images :

Exemple