DOTA8 ๋ฐ์ดํฐ ์ธํธ
์๊ฐ
Ultralytics DOTA8์ ์์ง๋ง ๋ค์ํ ์ฉ๋๋ก ํ์ฉ ๊ฐ๋ฅํ ๋ฌผ์ฒด ๊ฐ์ง ๋ฐ์ดํฐ ์ธํธ๋ก, ๋ถํ ๋ DOTAv1 ์ธํธ์ ์ฒซ 8๊ฐ ์ด๋ฏธ์ง ์ค ํ๋ จ์ฉ ์ด๋ฏธ์ง 4๊ฐ์ ๊ฒ์ฆ์ฉ ์ด๋ฏธ์ง 4๊ฐ๋ก ๊ตฌ์ฑ๋์ด ์์ต๋๋ค. ์ด ๋ฐ์ดํฐ ์ธํธ๋ ๋ฌผ์ฒด ๊ฐ์ง ๋ชจ๋ธ์ ํ ์คํธํ๊ณ ๋๋ฒ๊น ํ๊ฑฐ๋ ์๋ก์ด ๊ฐ์ง ์ ๊ทผ ๋ฐฉ์์ ์คํํ๋ ๋ฐ ์ด์์ ์ ๋๋ค. 8๊ฐ ์ด๋ฏธ์ง๋ก ๊ตฌ์ฑ๋์ด ์์ด ๊ด๋ฆฌํ๊ธฐ ์ฌ์ฐ๋ฉด์๋ ํ๋ จ ํ์ดํ๋ผ์ธ์ ์ค๋ฅ๋ฅผ ํ ์คํธํ๊ณ ๋ ํฐ ๋ฐ์ดํฐ ์ธํธ๋ฅผ ํ๋ จํ๊ธฐ ์ ์ ๊ฑด์ ์ฑ ๊ฒ์ฌ ์ญํ ์ ํ ์ ์์ ๋งํผ ๋ค์ํฉ๋๋ค.
์ด ๋ฐ์ดํฐ ์ธํธ๋ Ultralytics HUB ๋ฐ YOLOv8.
๋ฐ์ดํฐ ์ธํธ YAML
๋ฐ์ดํฐ ์ธํธ ๊ตฌ์ฑ์ ์ ์ํ๋ ๋ฐ๋ YAML(๋ ๋ค๋ฅธ ๋งํฌ์
์ธ์ด) ํ์ผ์ด ์ฌ์ฉ๋ฉ๋๋ค. ์ฌ๊ธฐ์๋ ๋ฐ์ดํฐ ์ธํธ์ ๊ฒฝ๋ก, ํด๋์ค ๋ฐ ๊ธฐํ ๊ด๋ จ ์ ๋ณด์ ๋ํ ์ ๋ณด๊ฐ ํฌํจ๋์ด ์์ต๋๋ค. DOTA8 ๋ฐ์ดํฐ ์ธํธ์ ๊ฒฝ์ฐ, ๋ฐ์ดํฐ ์ธํธ์ dota8.yaml
ํ์ผ์ ๋ค์ ์์น์์ ์ ์ง๋ฉ๋๋ค. https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dota8.yaml.
ultralytics/cfg/datasets/dota8.yaml
# Ultralytics YOLO ๐, AGPL-3.0 license
# DOTA8 dataset 8 images from split DOTAv1 dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/obb/dota8/
# Example usage: yolo train model=yolov8n-obb.pt data=dota8.yaml
# parent
# โโโ ultralytics
# โโโ datasets
# โโโ dota8 โ downloads here (1MB)
# 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/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/yolov5/releases/download/v1.0/dota8.zip
์ฌ์ฉ๋ฒ
์ด๋ฏธ์ง ํฌ๊ธฐ๊ฐ 640์ธ 100๊ฐ์ ์ํฌํฌ์ ๋ํด DOTA8 ๋ฐ์ดํฐ ์ธํธ์์ YOLOv8n-obb ๋ชจ๋ธ์ ํ๋ จํ๋ ค๋ฉด ๋ค์ ์ฝ๋ ์กฐ๊ฐ์ ์ฌ์ฉํ ์ ์์ต๋๋ค. ์ฌ์ฉ ๊ฐ๋ฅํ ์ธ์์ ์ ์ฒด ๋ชฉ๋ก์ ๋ชจ๋ธ ํ์ต ํ์ด์ง๋ฅผ ์ฐธ์กฐํ์ธ์.
์ด์ฐจ ์์
์ํ ์ด๋ฏธ์ง ๋ฐ ์ฃผ์
๋ค์์ DOTA8 ๋ฐ์ดํฐ ์ธํธ์ ์ด๋ฏธ์ง์ ํด๋น ์ฃผ์์ ๋ช ๊ฐ์ง ์์์ ๋๋ค:
- ๋ชจ์์ดํฌ ์ด๋ฏธ์ง: ์ด ์ด๋ฏธ์ง๋ ๋ชจ์์ดํฌ๋ ๋ฐ์ดํฐ ์ธํธ ์ด๋ฏธ์ง๋ก ๊ตฌ์ฑ๋ ํ๋ จ ๋ฐฐ์น์ ์์์ ๋๋ค. ๋ชจ์์ดํฌ๋ ์ฌ๋ฌ ์ด๋ฏธ์ง๋ฅผ ํ๋์ ์ด๋ฏธ์ง๋ก ๊ฒฐํฉํ์ฌ ๊ฐ ํ๋ จ ๋ฐฐ์น ๋ด์์ ๋ค์ํ ๊ฐ์ฒด์ ์ฅ๋ฉด์ ๋๋ฆฌ๊ธฐ ์ํด ํ๋ จ ์ค์ ์ฌ์ฉ๋๋ ๊ธฐ์ ์ ๋๋ค. ์ด๋ฅผ ํตํด ๋ค์ํ ๊ฐ์ฒด ํฌ๊ธฐ, ์ข ํก๋น ๋ฐ ์ปจํ ์คํธ์ ์ผ๋ฐํํ๋ ๋ชจ๋ธ์ ๋ฅ๋ ฅ์ ํฅ์์ํฌ ์ ์์ต๋๋ค.
์ด ์์๋ DOTA8 ๋ฐ์ดํฐ ์ธํธ์ ํฌํจ๋ ์ด๋ฏธ์ง์ ๋ค์์ฑ๊ณผ ๋ณต์ก์ฑ, ๊ทธ๋ฆฌ๊ณ ํ๋ จ ๊ณผ์ ์์ ๋ชจ์์ดํฌ ์ฌ์ฉ์ ์ด์ ์ ๋ณด์ฌ์ค๋๋ค.
์ธ์ฉ ๋ฐ ๊ฐ์ฌ
์ฐ๊ตฌ ๋๋ ๊ฐ๋ฐ ์์ ์ DOTA ๋ฐ์ดํฐ์ ์ ์ฌ์ฉํ๋ ๊ฒฝ์ฐ ๋ค์ ๋ ผ๋ฌธ์ ์ธ์ฉํด ์ฃผ์ธ์:
@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}
}
์ด ๋ฐ์ดํฐ ์ธํธ๋ฅผ ํ๋ ์ดํ ํ๋ ๋ฐ ๋ง์ ๋ ธ๋ ฅ์ ๊ธฐ์ธ์ธ DOTA ๋ฐ์ดํฐ ์ธํธ ์ ์ํ์๊ฒ ํน๋ณํ ๊ฐ์ฌ์ ๋ง์์ ์ ํฉ๋๋ค. ๋ฐ์ดํฐ ์ธํธ์ ๊ทธ ๋์์ค์ ๋ํด ์์ธํ ์์๋ณด๋ ค๋ฉด ๊ณต์ DOTA ์น์ฌ์ดํธ๋ฅผ ๋ฐฉ๋ฌธํ์๊ธฐ ๋ฐ๋๋๋ค.