【DOTA】目标检测数据集介绍与使用

这篇具有很好参考价值的文章主要介绍了【DOTA】目标检测数据集介绍与使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

every blog every motto: You can do more than you think.
https://blog.csdn.net/weixin_39190382?type=blog

0. 前言

DOTA 数据集简单介绍

1. 正文

1.1 简介

数据集包含来自不同的传感器和平台的航拍图。每张图像的像素尺寸在 800 × 800 到 20,000 × 20,000 之间,其中包含不同大小、方向和形状的物体。

时间 类别 图片数 实例数 图片尺寸
V1.0 2018 15 2806 188, 282 800~20,000
V1.5 2019 16 2806 403,318 800~20,000
V2.0 2021 18 11,268 1,793,658 800~20,000

V1.5和V1.0图片个数相同,只是标注更加精细,各数据集图片数量为:

  • train: 1411张
  • val: 458张
  • test: 937张

下载地址:https://captain-whu.github.io/DOTA/dataset.html(推荐使用google driver下载)

dota数据集,目标检测,目标检测,计算机视觉,深度学习

标注方式:oriented bounding box 定向边界框,标签如下
dota数据集,目标检测,目标检测,计算机视觉,深度学习

'imagesource':imagesource
'gsd':gsd
x1, y1, x2, y2, x3, y3, x4, y4, category, difficult
x1, y1, x2, y2, x3, y3, x4, y4, category, difficult
...
imagesource: 图片来源  Google Earth, GF-2 and JL-1 satellite 
gsd: 分辨率
x1, y1, x2, y2, x3, y3, x4, y4:四边形的四个顶点的坐标 顶点按顺时针顺序排列,第一个起点为左上第一个点
category:实例类别
difficult:表示该实例是否难以检测(1表示困难,0表示不困难)

任务:

  • obb (oriented bounding boxes ): 定向包围框,即旋转框
  • hbb (horizontal bounding boxes): 水平框,即一般的目标检测

下载完文件,将文件解压合并,如下图红框所示即可:

dota数据集,目标检测,目标检测,计算机视觉,深度学习

1.2 切割

官方工具下载:https://captain-whu.github.io/DOTA/code.html (下载development kit即可)

主要用到如下代码:

  • DOTA.py 加载图片并绘制目标边框
  • ImgSplit.py 分割数据集
  • ResultMerge.py 将被分割数据集的检测结果合并,便于后续评估模型性能
  • dota_×_evaluation_task×.py 评估模型性能

DOTA.py加载图片,显示如下:

dota数据集,目标检测,目标检测,计算机视觉,深度学习

切割后如下:

dota数据集,目标检测,目标检测,计算机视觉,深度学习

文件名含义:P0000__1__0___924.png,resize为原来的1倍,在width=0,height=924处进行切割。

dota数据集,目标检测,目标检测,计算机视觉,深度学习

参考

[1] https://captain-whu.github.io/DOTA/index.html
[2] https://blog.csdn.net/echoson/article/details/120347766#:~:text=DOTA%E6%95%B0%E6%8D%AE,%5BDOTA%20Dataset%5D%E6%98%AF%E8%88%AA%E7%A9%BA%E5%BD%B1%E5%83%8F%E4%B8%AD%E7%89%A9%E4%BD%93%E6%A3%80%E6%B5%8B%E7%9A%84%E6%95%B0%E6%8D%AE%E9%9B%86%EF%BC%8C%E5%8C%85%E5%90%AB2806%E5%BC%A0%E5%9B%BE%E5%83%8F%EF%BC%8C%E6%AF%8F%E5%BC%A0%E5%9B%BE%E5%83%8F4000%2A4000%E5%88%86%E8%BE%A8%E7%8E%87%E3%80%82文章来源地址https://www.toymoban.com/news/detail-586484.html

到了这里,关于【DOTA】目标检测数据集介绍与使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Gd-DOTA-NH2与DOTA-NH2:特点与应用的对比讨论

    在生物医学领域,配体化学的重要性日益凸显。其中,Gd-DOTA-NH2和DOTA-NH2就是两种常见的配体,它们在磁共振成像(MRI)中具有应用。然而,这两种配体的化学结构存在差异,因此它们的应用范围和特性也有所不同。本文将对比分析这两种配体的特点及其在MRI和其他领域的应用

    2024年01月19日
    浏览(35)
  • 【计算机视觉 | 目标检测】Objects365 :最新大规模高质量目标检测数据集

    2019 年 4 月,在北京举行的智源学者计划启动暨联合实验室发布会上,北京旷视科技有限公司与北京智源人工智能研究院共同发布了全球最大的目标检测数据集 : Objects365。 该数据集总共包含63万张图像,覆盖365个类别,高达1000万框数,具有规模大、质量高、泛化能力强的特

    2024年02月05日
    浏览(50)
  • 649. Dota2 参议院

    649. Dota2 参议院(面试题打卡/中等) 来源:力扣(LeetCode) 链接:https://leetcode.cn/problems/dota2-senate/ 题干: Dota2 的世界里有两个阵营: Radiant (天辉)和 Dire (夜魇) Dota2 参议院由来自两派的参议员组成。现在参议院希望对一个 Dota2 游戏里的改变作出决定。他们以一个基于轮为

    2024年02月15日
    浏览(34)
  • 【计算机视觉 | 目标检测 | 图像分割】Grounded Segment Anything:Grounding DINO + Segment Anything Model (SAM)介绍

    集成SAM,可以通过文本提示做检测/分割等任务。 我们计划通过结合 Grounding DINO 和 Segment Anything 来创建一个非常有趣的演示,旨在通过文本输入检测和分割任何内容! 并且我们会在此基础上不断完善它,创造出更多有趣的demo。 我们非常愿意帮助大家分享和推广基于Segment-A

    2024年02月04日
    浏览(46)
  • leetcode 649. Dota2 参议院

    Dota2 的世界里有两个阵营:Radiant(天辉)和 Dire(夜魇) Dota2 参议院由来自两派的参议员组成。现在参议院希望对一个 Dota2 游戏里的改变作出决定。他们以一个基于轮为过程的投票进行。在每一轮中,每一位参议员都可以行使两项权利中的 一 项: 禁止一名参议员的权利:

    2024年02月16日
    浏览(34)
  • 深度学习|dota格式的txt文件转化为yolo格式的txt文件

    最近打比赛用到的SAR舰船目标检测集,赛方给出的是dota格式的标签文件,如图: 上图中前8个数据代表真实框四个点的坐标(以左上角坐标顺时针旋转),ship是DOTA数据集的分类,最后的0表示识别难易程度是简单,为1表示难。 要用yolo检测必须先把dota标签文件转化为yolo标签

    2024年02月15日
    浏览(38)
  • 【计算机视觉 | 目标检测】目标检测中的评价指标 mAP 理解及计算(含示例)

    在目标检测中,有几个常用的评价指标用于衡量算法的性能。以下是其中几个重要的评价指标: Precision(精确率):Precision 衡量了在所有被检测为正样本的样本中,有多少是真正的正样本。 Precision 的计算公式为:Precision = TP / (TP + FP),其中 TP 是真正的正样本数量,FP 是将负

    2024年01月19日
    浏览(50)
  • 149206-86-0,DOTA GGGA,双功能螯合物,修饰在多肽上的螯合剂

    资料编辑|陕西新研博美生物科技有限公司小编MISSwu​ 规格单位:g  |货期:按照具体的库存进行提供   |   纯度:95%| PART1-------试剂描述: 螯合剂Dota-ggga(CAS号:149206-86-0),螯合剂,又称络合剂,是一种能与重金属离子发生螯合作用的有机分子,生物领域经常用来示踪,

    2024年02月16日
    浏览(35)
  • 【Keras+计算机视觉+Tensorflow】实现基于YOLO和Deep Sort的目标检测与跟踪实战(附源码和数据集)

    需要源码和数据集请点赞关注收藏后评论区留言私信~~~         YOLO是端到端的物体检测深度卷积神经网络,YOLO可以一次性预测多个候选框,并直接在输出层回归物体位置区域和区域内物体所属类别,而Faster R-CNN仍然是采用R-CNN那种将物体位置区域框与物体分开训练的思想,

    2024年02月13日
    浏览(58)
  • 【Keras计算机视觉】Faster R-CNN神经网络实现目标检测实战(附源码和数据集 超详细)

    需要源码请点赞关注收藏后评论区留言私信~~~ 目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域,通过计算机视觉减少对人力资本的消耗,具有重要的现实意义。因此,目标检测也就成为了近年来

    2024年02月08日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包