跳至内容

带 OBB 的 DOTA 数据集

DOTA是一个专门的数据集,侧重于航空图像中的物体检测。该数据集源于 DOTA 系列数据集,提供了用定向边框(OBB)捕捉的各种航空场景的注释图像。

DOTA 类视觉

主要功能

  • 收集来自不同传感器和平台的图像,图像大小从 800 × 800 到 20,000 × 20,000 像素不等。
  • 提供超过 170 万个定向边框,涵盖 18 个类别。
  • 包含多尺度物体检测。
  • 专家使用任意(8 d.o.f.)四边形对实例进行注释,捕捉不同比例、方向和形状的物体。

数据集版本

DOTA-v1.0

  • 包含 15 个常见类别。
  • 包括 2 806 幅图像,188 282 个实例。
  • 分割比例:1/2用于训练,1/6用于验证,1/3用于测试。

DOTA-v1.5

  • 包含与 DOTA-v1.0 相同的图像。
  • 非常小的实例(小于 10 像素)也有注释。
  • 增加一个新类别:"集装箱起重机"。
  • 共计 403 318 次。
  • 为 "2019 年航空图像中的物体检测 DOAI 挑战赛 "发布。

DOTA-v2.0

  • 收集自 Google 地球、GF-2 卫星和其他航空图像。
  • 包含 18 个常见类别。
  • 包括 11,268 幅图像和多达 1,793,658 个实例。
  • 引入新类别:"机场 "和 "直升机停机坪"。
  • 图像分割:
    • 训练:1,830 幅图像,268,627 个实例。
    • 验证:593 幅图像,81 048 个实例。
    • Test-dev:2 792 幅图像,353 346 个实例。
    • 测试挑战:6,053 幅图像,1,090,637 个实例。

数据集结构

DOTA 展示了专为 OBB 物体检测挑战量身定制的结构布局:

  • 图像大量高分辨率航拍图像,捕捉各种地形和结构。
  • 定向边框旋转矩形注释:以旋转矩形的形式封装对象,无论其方向如何,非常适合捕捉飞机、轮船和建筑物等对象。

应用

DOTA 是训练和评估专门用于航空图像分析的模型的基准。由于包含了 OBB 注释,它提供了一个独特的挑战,使开发专门的物体检测模型成为可能,以满足航空图像的细微差别。

数据集 YAML

通常,数据集会包含一个 YAML(另一种标记语言)文件,详细说明数据集的配置。对于 DOTA v1 和 DOTA v1.5,Ultralytics 提供了 DOTAv1.yaml 和 DOTAv1.5.yaml 文件。有关这些文件以及 DOTA v2 的其他详细信息,请查阅 DOTA 的官方存储库和文档。

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

分割 DOTA 图像

为了训练 DOTA 数据集,我们以多尺度方式将高分辨率的原始 DOTA 图像分割成 1024x1024 分辨率的图像。

分割图像

from ultralytics.data.split_dota import split_trainval, split_test

# 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],    # multi-scale
    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],    # multi-scale
    gap=500
)

使用方法

要在 DOTA v1 数据集上训练模型,您可以使用以下代码片段。有关可用参数的详细列表,请务必参阅模型文档。

警告

请注意,DOTAv1 数据集中的所有图像和相关注释均可用于学术目的,但禁止用于商业用途。非常感谢您对数据集创建者意愿的理解和尊重!

列车示例

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

样本数据和注释

只要看一眼数据集,就能了解其深度:

数据集样本图像

  • DOTA 示例:这张快照强调了航拍场景的复杂性以及定向边框注释的重要性,它能捕捉物体的自然方位。

数据集的丰富性为我们提供了宝贵的洞察力,帮助我们了解航空图像特有的物体检测难题。

引文和致谢

对于那些在工作中利用 DOTA 的人来说,引用相关研究论文是很有意义的:

@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}
}

在此,我们要特别感谢 DOTA 数据集背后的团队,感谢他们为策划该数据集所付出的值得称赞的努力。如需全面了解该数据集及其细微差别,请访问 DOTA 官方网站。



创建于 2023-11-12,更新于 2024-02-01
作者:glenn-jocher(5),Laughing-q(1)

评论