Oriented Bounding Box（OBB）データセットの概要#

8

DOTA8 Multispectral

ultralytics

publicOBB

DOTA8 Multispectral is an eight-image oriented-detection utility with genuine 10-channel TIFF aerial inputs. Four training and four validation images pair DOTA's 15-class taxonomy with rotated quadrilaterals for focused multispectral pipeline validation.

15 classes36 MBSep 2, 2026

planeshipstorage tankbaseball diamond+11

aerialobbremote-sensing+3

正確な物体検出モデルを回転バウンディングボックス（OBB）でトレーニングするには、十分なデータセットが必要です。このガイドでは、Ultralytics YOLOモデルと互換性のあるさまざまなOBBデータセット形式を説明し、その構成や用途、形式変換の方法について解説します。

サポートされているOBBデータセット形式#

YOLO OBB形式#

YOLO OBB形式では、各バウンディングボックスを4つのコーナーポイントで指定し、座標は0から1の範囲に正規化されます。形式は次のとおりです。

class_index x1 y1 x2 y2 x3 y3 x4 y4

内部では、YOLOは損失と出力をxywhr形式で処理します。この形式は、バウンディングボックスの中心点（xy）、幅、高さ、回転を表します。

上記の画像に対応する*.txtラベルファイルの例です。この画像には、OBB形式でクラス0のオブジェクトが含まれており、次のようになります。

0 0.780811 0.743961 0.782371 0.74686 0.777691 0.752174 0.776131 0.749758

データセットのYAML形式#

Ultralyticsフレームワークでは、OBBモデルのトレーニングに使用するデータセットとモデルの設定をYAMLファイル形式で定義します。OBBデータセットを定義するYAML形式の例を示します。

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

# DOTA8 dataset (8 images from the DOTAv1 split) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/obb/dota8
# Example usage: yolo train model=yolov8n-obb.pt data=dota8.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── dota8 ← downloads here (1 MB)

# 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: dota8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 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/dota8.zip

train、val、testにはそれぞれ、ディレクトリ、ディレクトリのリスト、または1行につき1つの画像パスを記載した*.txtファイルを指定できます（./で始まるパスは、*.txtファイルを基準に解決されます）。*.txtファイルを使用すると、ディレクトリ内の一部のデータだけでトレーニングする、ラベルのない画像を除外する、複数のソースの画像を1つの分割にまとめるといったことができます。

path: datasets/dota8 # dataset root
train: train.txt # a directory, a list e.g. [images/a, images/b], or a *.txt file
val: val.txt
names:
  0: plane

使用方法#

これらのOBB形式を使ってモデルをトレーニングするには、次のようにします。

from ultralytics import YOLO

# 事前学習済みのYOLO26n-OBBモデルを読み込む
model = YOLO("yolo26n-obb.pt")

# DOTAv1データセットでモデルをトレーニングする
results = model.train(data="DOTAv1.yaml", epochs=100, imgsz=1024)

サポート対象のデータセット#

現在、回転バウンディングボックスに対応する以下のデータセットがサポートされています。これらのデータセットの大半はUltralytics Platformでもホストされており、画像やアノテーションの閲覧、データセット統計の確認、クラウドトレーニング用のクローン作成ができます。

• DOTA-v1: DOTAデータセットの最初のバージョンで、物体検出用の回転バウンディングボックスが付いた航空画像を幅広く提供します。
• DOTA-v1.5: DOTAデータセットの中間バージョンで、物体検出タスクの強化に向けて、DOTA-v1より多くのアノテーションと改善を提供します。
• DOTA-v2: DOTA（航空画像における物体検出のための大規模データセット）のバージョン2です。航空視点からの検出に重点を置き、1,1268枚の画像に170万のインスタンスを含む回転バウンディングボックスを提供します。
• DOTA8: DOTAデータセット全体から抽出した8枚の小規模なサブセットです。ワークフローのテストや、ultralyticsリポジトリでのOBBトレーニングに関する継続的インテグレーション（CI）チェックに適しています。
• DOTA8 Multispectral: 8枚の画像からなる10チャンネルのTIFFサブセットで、Ultralytics Platform上でのマルチスペクトルOBBトレーニングのテストに使用できます。
• DOTA128: DOTAデータセットの128枚の画像サブセットです。すべての画像がtrainフォルダーにあり（trainとvalの両方に使用）、サイズと多様性のバランスに優れているため、OBBモデルのテストに適しています。

独自のOBBデータセットを追加する#

独自の回転バウンディングボックス付きデータセットを追加する場合は、上記の「YOLO OBB形式」と互換性があることを確認してください。アノテーションを必要な形式に変換し、対応するYAML設定ファイルにパス、クラス、クラス名を記述してください。

ラベル形式の変換#

DOTAデータセット形式からYOLO OBB形式への変換#

次のスクリプトを使って、DOTAデータセット形式からYOLO OBB形式にラベルを変換できます。

from ultralytics.data.converter import convert_dota_to_yolo_obb

convert_dota_to_yolo_obb("path/to/DOTA")

この変換方法は、DOTA形式のデータセットをUltralytics YOLO OBB形式に合わせるうえで重要です。

データセットがモデルと互換性があることを確認し、必要な形式規約に従うことが不可欠です。適切に構成されたデータセットは、回転バウンディングボックスを使った効率的な物体検出モデルのトレーニングに欠かせません。

よくある質問#