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。
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 的官方资源库和文档。
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], # 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
)
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
样本数据和注释
只要看一眼数据集,就能了解其深度:
- 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。
该数据集的丰富性为我们深入了解航空图像所特有的物体检测难题提供了宝贵的见解。
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。