参考资料 ultralytics/data/split_dota.py
备注
该文件可从https://github.com/ultralytics/ultralytics/blob/main/ ultralytics/data/split_dota .py 获取。如果您发现问题,请通过提交 Pull Request🛠️ 帮助修复。谢谢🙏!
ultralytics.data.split_dota.bbox_iof(polygon1, bbox2, eps=1e-06)
计算 bbox1 和 bbox2 之间的 iofs。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
polygon1 |
ndarray
|
多边形坐标,(n,8)。 |
所需 |
bbox2 |
ndarray
|
边界框,(n ,4)。 |
所需 |
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.load_yolo_dota(data_root, split='train')
加载 DOTA 数据集。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
data_root |
str
|
数据根 |
所需 |
split |
str
|
分割数据集可以是训练数据集,也可以是评估数据集。 |
'train'
|
说明
DOTA 数据集的假定目录结构: - 数据根目录 - 图像 - 训练 - val - 标签 - 训练 - 值
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.get_windows(im_size, crop_sizes=[1024], gaps=[200], im_rate_thr=0.6, eps=0.01)
获取窗口的坐标。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
im_size |
tuple
|
原始图像尺寸(高、宽)。 |
所需 |
crop_sizes |
List(int
|
裁剪窗口大小。 |
[1024]
|
gaps |
List(int
|
作物之间的差距。 |
[200]
|
im_rate_thr |
float
|
窗口区域除以图像区域的阈值。 |
0.6
|
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.get_window_obj(anno, windows, iof_thr=0.7)
获取每个窗口的对象。
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.crop_and_save(anno, windows, window_objs, im_dir, lb_dir)
裁剪图像并保存新标签
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
anno |
dict
|
注释指令,包括 |
所需 |
windows |
list
|
窗口坐标列表。 |
所需 |
window_objs |
list
|
每个窗口内的标签列表。 |
所需 |
im_dir |
str
|
图像的输出目录路径。 |
所需 |
lb_dir |
str
|
标签的输出目录路径。 |
所需 |
说明
DOTA 数据集的假定目录结构: - 数据根目录 - 图像 - 训练 - val - 标签 - 训练 - 值
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.split_images_and_labels(data_root, save_dir, split='train', crop_sizes=[1024], gaps=[200])
分割图像和标签。
说明
DOTA 数据集的假定目录结构: - 数据根目录 - 图像 - 分割 - 标签 - 分割 而输出目录结构为 - 保存目录 - 图像 - 分割 - 标签 - 分割
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.split_trainval(data_root, save_dir, crop_size=1024, gap=200, rates=[1.0])
分体式火车和val set DOTA。
说明
DOTA 数据集的假定目录结构: - 数据根目录 - 图像 - 训练 - val - 标签 - 训练 - val 输出目录结构为 - 保存目录 - 图像 - train - val - 标签 - 火车 - 值
源代码 ultralytics/data/split_dota.py
ultralytics.data.split_dota.split_test(data_root, save_dir, crop_size=1024, gap=200, rates=[1.0])
DOTA 的拆分测试集,本测试集不包括标签。
说明
DOTA 数据集的假定目录结构: - 数据根目录 - 图像 - 测试 而输出目录结构为 - save_dir - 图像 - 测试