Yönlendirilmiş Sınırlayıcı Kutu (OBB) Veri Kümelerine Genel Bakış
Yönlendirilmiş sınırlayıcı kutular (OBB) ile hassas bir nesne algılama modelini eğitmek için kapsamlı bir veri kümesi gerekir. Bu kılavuz, Ultralytics YOLO modelleriyle uyumlu çeşitli OBB veri kümesi formatlarını açıklamakta, yapıları, uygulamaları ve format dönüştürme yöntemleri hakkında bilgiler sunmaktadır.
Desteklenen OBB Veri Kümesi Formatları
YOLO OBB Formatı
YOLO OBB formatı, sınırlayıcı kutuları 0 ile 1 arasında normalleştirilmiş koordinatlara sahip dört köşe noktasıyla belirler:
Dahili olarak, YOLO kayıpları ve çıktıları aşağıdaki şekilde işler xywhr
biçimi, sınırlayıcı kutunun merkez noktasını (xy), genişliğini, yüksekliğini ve dönüşünü temsil eder.
Bir örnek *.txt
sınıfından bir nesne içeren yukarıdaki görüntü için etiket dosyası 0
OBB formatında, şöyle görünebilir:
Kullanım
Bu OBB formatlarını kullanarak bir modeli eğitmek için:
Örnek
Desteklenen Veri Setleri
Şu anda, Yönlendirilmiş Sınırlayıcı Kutulara sahip aşağıdaki veri kümeleri desteklenmektedir:
-
DOTA v2: DOTA (A Large-scale Dataset for Object Detection in Aerial Images) sürüm 2, hava perspektiflerinden algılamayı vurgular ve 1,7 milyon örnek ve 11.268 görüntü ile yönlendirilmiş sınırlayıcı kutular içerir.
-
DOTA8: İş akışlarının test edilmesi ve OBB eğitiminin Sürekli Entegrasyon (CI) kontrolleri için uygun olan tam DOTA veri kümesinin küçük, 8 görüntülük bir alt kümesi
ultralytics
Depo.
Kendi OBB veri setinizi dahil etme
Yönlendirilmiş sınırlayıcı kutularla kendi veri kümelerini tanıtmak isteyenler için, yukarıda bahsedilen "YOLO OBB formatı" ile uyumluluğu sağlayın. Ek açıklamalarınızı bu gerekli biçime dönüştürün ve yolları, sınıfları ve sınıf adlarını ilgili bir YAML yapılandırma dosyasında detaylandırın.
Etiket Formatlarını Dönüştürme
DOTA Veri Seti Formatından YOLO OBB Formatına
Etiketlerin DOTA veri seti formatından YOLO OBB formatına geçişi bu kod ile gerçekleştirilebilir:
Örnek
Bu dönüştürme mekanizması DOTA formatındaki veri kümeleri için çok önemlidir ve Ultralytics YOLO OBB formatıyla uyumluluk sağlar.
Veri kümesinin modelinizle uyumluluğunu doğrulamak ve gerekli format kurallarına uymak zorunludur. Düzgün yapılandırılmış veri kümeleri, yönlendirilmiş sınırlayıcı kutulara sahip verimli nesne algılama modellerini eğitmek için çok önemlidir.