【目标检测】旋转目标检测DOTA格式转YOLO格式标注

原创已于 2024-03-06 10:36:36 修改 · 1.5k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测 #YOLO #人工智能

于 2024-03-06 10:34:55 首次发布

本文详细说明了如何使用`convert_dota_to_yolo_obb`函数将DOTA数据集转换为YOLOObb格式，包括必要的文件结构调整和标注转换过程。

该文章已生成可运行项目，

准备DOTA格式数据集：
dota_dataset

-- images

|----- train

|----- val

-- labels

|----- train

|----- train_original

|----- val

|----- val_original

修改class_mapping和图片格式：

ultralytics/data/converter.py
convert_dota_to_yolo_obb()

转换标注：

from ultralytics.data.converter import convert_dota_to_yolo_obb
convert_dota_to_yolo_obb('path\to\dota_dataset')

参考：[1]

本文章已经生成可运行项目

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ericdiii

关注关注

9
点赞
踩
14

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

YOLO11模型推理 | 目标检测与跟踪 | 实例分割 | 关键点估计 | OBB旋转目标检测

热门推荐

黎国溥

10-09

1万+

本文分享YOLO11的模型推理，检测任务包括物体分类、目标检测与跟踪、实例分割、关键点估计、旋转目标检测等。

参与评论您还未登录，请先登录后发表或查看评论

【YOLO】基于旋转矩形边界框的目标检测方法综述

浩瀚之水的专栏

05-06

940

旋转目标检测旨在精确定位图像中任意方向的目标，输出带角度的矩形框（旋转框），广泛应用于遥感、自动驾驶、文档分析等领域。

YOLOv8-obb训练自己的数据集

weixin_45897172的博客

09-08

3411

YOLO OBB 格式通过四个角点指定边界框，其坐标在 0 和 1 之间归一化：YOLO 在内部处理损失和产出。xywhr 格式，表示边界框的中心点（xy）、宽度、高度和旋转角度。一个例子 *.txt 标签文件，其中包含一个类 0 OBB 格式，可以是这样的。

将DOTA格式标签转为yolo格式

weixin_62460336的博客

04-12

1023

（本段代码是在DIOR-R格式转DOTA格式的基础上，再转为yolo中obb读取的格式）class_mapping为DIOR-R数据集的类别。将dota格式标签转为yolo格式。只读取labels下的标签文件。

dota数据集转换为YOLO格式的方法

sjjg129的博客

08-13

6081

【代码】dota数据集转换为YOLO格式的方法。

深度学习|dota格式的txt文件转化为yolo格式的txt文件

weixin_44769034的博客

10-29

5513

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标签文件。转化代码如下，这里使用的是参考程序中的YOLO_Transform.py这个脚本，同时需注意，需要在dota_utils.py中修改类别名称wordname_18。

DOTA转YOLO

weixin_49044667的博客

09-26

1871

DOTA 标签转为YOLO

DOTA数据集的处理（图片切割，转换为YOLO格式全流程）

wbk1669177085的博客

10-14

4786

GSD（Ground Sample Distance）表示地面采样距离，即图像中每个像素所代表的实际地面面积的大小。这里的0.146343590398米/像素意味着图像中的一个像素对应地面上大约0.146米的距离。：前八个数代表从目标框左上角开始的(x,y）坐标，沿顺时针方向的四点坐标，目的：将DOTA数据集处理为YOLO模型可以进行训练的形式。为类别，后面紧跟的一个数字代表检测的难易程度。：这表示图像的来源是Google Earth。就此完成处理的全部流程！

精选资源

旋转目标检测标签转换为yolov5格式

11-13

旋转目标检测标签转换，支持以下数据格式转换为yolov5 txt 模式： dota 数据格式转换， itc_vd数据格式转换 uavrod_xml 数据格式转换 ucas数据格式转换训练代码： https://github.com/BossZard/rotation-yolov5

YOLOv11 旋转目标检测改进：扩展检测头支持旋转框预测，适配遥感场景与多案例性能验证

09-16

1555

本文介绍了旋转目标检测的基础概念、YOLO11的核心架构及其在旋转目标检测中的改进。主要内容包括：1) 旋转目标检测的定义与意义，对比了传统水平框与旋转框的差异；2) 详细解析了旋转框的五参数、八点和OpenCV三种表示方法及其优缺点；3) 阐述了YOLO11的网络结构组成（Backbone、Neck和Head）及其核心思想；4) 重点探讨了YOLO11针对旋转目标检测的改进方案，特别是检测头设计的优化策略。文章通过对比分析和算法图解，展现了旋转目标检测的技术要点与实现路径，为工业级应用提供了实践指导。

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

基于DOTA数据集的yolo训练+预训练的参数+源代码+文档说明

12-27

1、资源内容：基于DOTA数据集的yolo训练+预训练的参数+源代码+文档说明 2、代码特点：内含运行结果，不会运行可私信，参数化编程、参数可方便更改、代码编程思路清晰、注释明细，都经过测试运行成功，功能ok的情况下才上传的。 3、适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 4、作者介绍：某大厂资深算法工程师，从事Matlab、Python、C/C++、Java、YOLO算法仿真工作10年；擅长计算机视觉、 目标检测模型、智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、智能控制、路径规划、无人机等多种领域的算法仿真实验，更多源码，请上博主主页搜索。 -------------------------------------------------------------------------- -

YOLOv5_DOTA_OBB:带有CSL_label的DOTA中的YOLOv5。（定向对象检测）（旋转检测）（旋转BBox）

03-21

YOLOv5_DOTA_OBB 带有CSL_label的DOTA_OBB数据集中的YOLOv5。（定向对象检测）数据集和预先训练的检查点 Datasets ： Pretrained Checkpoint or Demo Files ：。（6666）。（6666）。（6666）。（6666）。（6666）。（6666）功能性 train.py 。火车。 detect.py检测并可视化检测结果。获取检测结果txt。 evaluation.py 。合并检测结果并将其可视化。最后评估探测器安装 1.安装了所有requirements.txt依赖项的Python 3.8或更高版本，包括torch> = 1.7。要安装运行： $ pip install -r requirements.txt 2.安装swig $ cd \.....\yol

YOLOv5_DOTA_OBB-旋转体识别.zip

08-16

适用于旋转体的识别，具体需求还可以再改，下载后帮忙配置环境等，手把手教学。

YOLOv5_DOTA_OBB-master-Windows运行环境配置.pdf

10-13

YOLOv5_DOTA_OBB-master在Window下运行的环境配置，包括CUDA安装，debug调试

目标检测之YOLOV11自定义数据预处理——从原始标注到YOLO-OBB格式转换与验证

ak47maker的博客

06-19

1550

通过和，我们完成了从原始四边形标注到YOLO-OBB格式的转换与验证。下一步可将处理后的数据放到指定目录，启动YOLOv11-OBB训练。

HRSC数据集解读，DOTA数据集转YOLO旋转框格式，HRSC数据集转YOLO旋转框格式

weixin_52450371的博客

01-22

5312

HRSC数据集解读，DOTA数据集转YOLO旋转框格式，HRSC数据集转YOLO旋转框格式

DOTA数据集应用于Yolo-v4(-Tiny)系列2——使用Pytorch框架的Yolov4(-Tiny)训练与推测

weixin_41029027的博客

09-01

3411

使用Pytorch框架的Yolov4(-Tiny)训练与推测

Yolov8中官方数据集格式转化DOTA-＞OBB函数的坑

qq_52692506的博客

04-10

2177

前言：在使用Yolov8官方提供的DOTA数据集转OBB数据集过程中，发现我的新的标签文件根本没有生成，也就是convert_dota_to_yolo_obb没有产生效果，后续翻阅代码才发现这是一个小坑，下文将细细道来。

YOLO11实现旋转目标检测的全流程解析

在数据格式方面，YOLO11旋转目标检测采用适配于旋转框的标准标注格式，常见的是DOTA数据集所使用的格式，每条标注包含六个值：x_center, y_center, width, height, angle_radians（或angle_degrees），class_id。...