DOTA数据集 记录

最新推荐文章于 2024-11-23 16:51:41 发布
转载 最新推荐文章于 2024-11-23 16:51:41 发布 · 1.9k 阅读 · 2 ·
CC 4.0 BY-SA版权
原文链接：https://blog.youkuaiyun.com/qq_42743783/article/details/117693646?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163195040716780274118134%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163195040716780274118134&biz_id=0&utm_me
文章标签：

#深度学习 #pytorch #python

文章目录

前言

记录Dota数据集，时间2021.6.8

DOTA数据集介绍

DOTA数据集官网
https://captain-whu.github.io/DOTA/index.html
DOTA数据集百度云下载链接
链接：https://pan.baidu.com/s/1fiQ-4rK7rvFzHn6J9naAcQ 
提取码：2jyi 
论文地址：
https://arxiv.org/abs/1711.10398

    DOTAV1.0

    发布时间：2018
类别数目：15
类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball court, ground track field, harbor, bridge, large vehicle, small vehicle, helicopter, roundabout, soccer ball field , swimming pool

      DOTAV1.5

      发布时间：2019
类别数目：16
类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball court, ground track field, harbor, bridge, large vehicle, small vehicle, helicopter, roundabout, soccer ball field, swimming pool , container crane

        在这里插入图片描述

        DOTAV2.0

        发布时间：
类别数目：18
类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball court, ground track field, harbor, bridge, large vehicle, small vehicle, helicopter, roundabout, soccer ball field, swimming pool, container crane, airport , helipad

          标注方式

          标注方式：oriented bounding box  定向边界框
'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:
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）

            在这里插入图片描述

            Task1-- Detection with oriented bounding boxes

             The aim of this task is to locate the ground object instances with an OBB.

              Task2-- Detection with horizontal bounding boxes

              The aim of this task is to accurately localize the instance in terms of horizontal bounding box with (xmin, ymin, xmax, ymax) format.

                其他情况说明

                图片大小：800×800到4000×4000

                  参考博客

                  https://captain-whu.github.io/DOTA/index.html
https://blog.youkuaiyun.com/qq_27825451/article/details/89237574

                    转载于：Dota数据集介绍

                    东城zzm
                    关注
                    基于YOLOv11的卫星图像目标检测系统设计与实现——以DOTA数据集为例
                    YOLO
                    06-16 422
                    更高效的网络结构设计改进的损失函数多尺度特征融合增强自适应训练策略相比前代版本，YOLOv11在保持实时性的同时，显著提升了小目标检测精度。DOTA数据集包含2806张航空图像，尺寸从800×800到4000×4000像素不等，标注了15个类别的188282个实例。本文主要使用其中的飞机(plane)和船只(ship)两类。百度网盘：链接（需在官网获取）Google Drive：链接（需在官网获取）
                    如何计算DOTA格式数据集的Recall和Precision
                    m0_67947599的博客
                    09-16 1370
                    在 DOTA 格式的数据集中，包含多种目标类型（如车辆、建筑物、桥梁等），不同类型目标的检测性能评估时，Recall（召回率） 和Precision（精确率） 是两个最常用的评价指标。本文将介绍如何基于 DOTA 数据集计算这些指标，并展示一段通用的代码来帮助大家进行精度评估。
                    YOLO格式的DOTA数据集
                    01-28
                    1.采用长边表示法 2.包含切割后的原始数据集和标签 gap=200 subsize=1024 3.包含yolo格式标签对应的可视化示例 4.自动删除了没有目标的图像
                    用于yolov11的DOTAv1.5数据集格式制作
                    Dasha_dyw的博客
                    11-12 1890
                    从下载DOTA数据集开始，介绍数据集的处理方法，使其能够和YOLO官网的训练代码适配
                    使用yolo进行DOTA数据库训练，基于DOTA数据集的yolo训练-DOTA-YOLOv3.zip
                    10-03
                    使用yolo进行DOTA数据库训练，基于DOTA数据集的yolo训练-DOTA-YOLOv3
                    DOTA航拍图像数据集DOTAv1
                    10-06
                    1. * **用途**: 用于训练和验证航拍图像中的对象检测模型。 * **内容**: 包含训练集、验证集的路径，类别名称，以及下载脚本/URL。
                    Dota数据集介绍
                    热门推荐
                    qq_42743783的博客
                    06-08 2万+
                    文章目录前言DOTA数据集基本介绍DOTAV1.0DOTAV1.5DOTAV2.0标注方式pip镜像源配置常用命令参考博客 前言 记录Dota数据集 DOTA数据集基本介绍 DOTA数据集官网 https://captain-whu.github.io/DOTA/index.html DOTA数据集百度云下载链接 链接：https://pan.baidu.com/s/1fiQ-4rK7rvFzHn6J9naAcQ 提取码：2jyi DOTAV1.0 发布时间：2018 类别数目：15 类别名称：pl
                    DOTA航拍图像数据集，免费资源下载35G遥感数据集
                    AI小白炼金术师
                    03-14 7746
                    DOTA Dataset遥感数据集下载 DOTA Dataset : A Large-scale Dataset for Object DeTection in Aerial Images是用于航拍图像中目标检测的图像数据集，其被用于发现和评估航拍图像中的物体，DOTA – V1.0 包含来自不同传感器和平台共计 2806 幅航拍图，每张图像的像素尺寸在 800800 到 40004000 的范围内，其中包含不同尺度、方向和形状的物体。之后这些 DOTA 图像经由专家使用 15 个常见目标类别进行注释，完全
                    碰撞交通事故数据集交通流数据集公共数据
                    最新发布
                    09-29
                    碰撞交通事故数据集则是记录了与交通事故有关的各种要素，比如事故发生的时间、地点、碰撞的类型、涉及的车辆数目、受伤情况以及可能的原因等。通过对这些数据的分析，可以识别出交通事故的高发路段、高发时段和高发...
                    旋转框目标检测mmrotate v0.3.1 训练DOTA数据集（二）
                    qq_41627642的博客
                    06-28 1万+
                    无
                    遥感图像数据集DOTA1.5 百度云链接
                    03-11
                    数据集是遥感微信图图像，DOTA1.5是在DOTA基础上扩增的数据集 DOTA数据集包含2806张航空图像，尺寸大约为4kx4k，包含15个类别共计188282个实例。其标注方式为四点确定的任意形状和方向的四边形（区别于传统的对边平行bbox）
                    ＜数据集＞DOTA v1.0遥感航拍目标识别数据集＜目标检测＞
                    09-06
                    YOLO与VOC格式的DOTA v1.0遥感航拍目标识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，包含15类交通及建筑等目标，图片数量1869，类别：['plane', 'baseball-diamond', 'bridge', 'ground-track-field', 'small-vehicle', 'large-vehicle', 'ship', 'tennis-court', 'basketball-court', 'storage-tank', 'soccer-ball-field','roundabout', 'harbor', 'swimming-pool', 'helicopter'] 。 文件中包含图片、txt标签、指定类别信息的yaml文件，已将图片和txt标签划分为训练集、验证集和测试集，可直接用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10等YOLO系列算法的训练。因资源超过1G，故上传至百度网盘，分享永久有效链接。 数据集介绍请看链接：https://blog.youkuaiyun.com/qq_53332949/article/details/140817712?spm=1011.2415.3001.5331
                    DOTAv1.0遥感航拍目标检测数据集VOC+YOLO格式1713张16类别.zip
                    09-22
                    数据集超过1GB放百度云盘去了，请下载后打开下载地址.xlsx获取下载地址 重要说明：数据集图片要低于实际官方图片属于正常现象，因为官方数据集里面标注存在部分错误，我这边已经通过代码去掉错误标注，比如坐标位置超过图片实际宽高，坐标左上角和右下角坐标不符合实际等情况。此外dota数据集目标都是小目标，因此如果训练后map非常低属于正常现象，因为小目标很难训练而且很难检测，这个是业界公认难点。 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1713 标注数量(xml文件个数)：1713 标注数量(txt文件个数)：1713 标注类别数：16 更多信息参考博文：https://blog.youkuaiyun.com/FL1623863129/article/details/142434305
                    DOTAv2.0遥感航拍目标检测数据集VOC+YOLO格式4840张16类别.7z
                    09-22
                    数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：4840 标注数量(xml文件个数)：4840 标注数量(txt文件个数)：4840 标注类别数：16 标注类别名称:["baseball-diamond","basketball-court","bridge","container-crane","ground-track-field","harbor","helicopter","large-vehicle","plane","roundabout","ship","small-vehicle","soccer-ball-field","storage-tank","swimming-pool","tennis-court"] 更多信息：https://blog.youkuaiyun.com/FL1623863129/article/details/142436137
                    ＜数据集＞DOTA v2.0遥感航拍目标识别数据集＜目标检测＞
                    09-06
                    YOLO与VOC格式的DOTA v2.0遥感航拍目标识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，包含15类交通及建筑等目标，图片数量2423，类别：['plane', 'baseball-diamond', 'bridge', 'ground-track-field','small-vehicle', 'large-vehicle', 'ship', 'tennis-court','basketball-court', 'storage-tank', 'soccer-ball-field','roundabout', 'harbor', 'swimming-pool', 'helicopter']。 文件中包含图片、txt标签、指定类别信息的yaml文件，已将图片和txt标签划分为训练集、验证集和测试集，可直接用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10等YOLO系列算法的训练。因资源超过1G，故上传至百度网盘，分享永久有效链接。 数据集介绍请看链接：https://blog.youkuaiyun.com/qq_53332949/article/details/140838278?spm=1011.2415.3001.5331
                    记录从DOTA的原数据集挑选某一类别并转换成voc和coco格式
                    wt852561630的博客
                    09-07 2115
                    这篇文章是记录一下自己准备储罐数据的过程，以便后续再遇到类似的情况能快速实现。里面设计到的一些描述可能只有自己能看懂，所以如果您看到了这篇文章，可能对您的帮助不打。 DOTA的原数据分为了train，val，test，但是test的图像没有标注数据。 所以我们先分别对train和val进行筛选，选择有储罐的图像和对应的标签。该代码在RRPN-PYTORCH项目里面的/home/wt/RRPN_pytorch/maskrcnn_benchmark/data/DOTA_Pre-processing_tool
                    [数据集][目标检测]葡萄串检测数据集VOC+YOLO格式95张1类别
                    FL1623863129的博客
                    03-01 1220
                    数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：95。标注数量(xml文件个数)：95。标注数量(txt文件个数)：95。标注类别名称:["grape"]使用标注工具：labelImg。grape 框数 = 905。标注规则：对类别进行画矩形框。
                    DOTA数据集介绍
                    m0_56896669的博客
                    11-23 2377
                    DOTA数据集介绍
                    DOTA数据集
                    03-08
                    关于与DOTA相关的数据集，在现有的资料中并没有直接提及特定于DOTA游戏的数据集用于机器学习或数据分析[^1]。然而，考虑到电子竞技和MOBA类游戏（如DOTA）的流行程度，一些研究者可能会利用API接口从官方服务器获取比赛记录、玩家行为等信息来构建自定义数据集。 对于希望获得此类数据的研究人员来说，可以考虑以下几个方面： - **通过Steam Web API**：Valve公司提供了公开可用的应用程序编程接口(API)，允许开发者访问有关其平台上各种产品的元数据和服务。这可能包括但不限于匹配历史、英雄选择模式以及更详细的回合制统计数据。 - **第三方网站和服务**：存在多个专注于Dota 2统计分析的独立平台，它们通常会提供更加深入的比赛解析功能，并且部分站点还支持导出结构化的CSV文件或其他格式供进一步处理。 尽管如此，值得注意的是上述方法所得到的信息往往受到一定限制，比如隐私政策约束下的敏感字段缺失或是频率上限等问题。因此，在实际应用过程中应当充分评估这些因素的影响并采取相应措施加以应对。 ```python import requests def get_dota_matches(api_key, account_id): url = f"https://api.steampowered.com/IDOTA2Match_570/GetMatchHistory/V001/?key={api_key}&account_id={account_id}" response = requests.get(url) matches_data = response.json() return matches_data['result']['matches'] # Example usage of the function to fetch match history for a specific player. # Replace 'your_api_key' and 'target_account_id' with actual values before running this code snippet. dota_match_history = get_dota_matches('your_api_key', 'target_account_id') print(dota_match_history) ```
                    评论
                    添加红包

                    请填写红包祝福语或标题

                    个

                    红包个数最小为10个

                    元

                    红包金额最低5元

                    当前余额3.43元 前往充值 >
                    需支付：10.00元
                    成就一亿技术人!
                    领取后你会自动成为博主和红包主的粉丝 规则
                    hope_wisdom
                    发出的红包
                    实付元
                    使用余额支付
                    点击重新获取
                    扫码支付
                    钱包余额 0

                    抵扣说明：

                    1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
                    2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

                    余额充值