遥感数据集+YOLOV5

一、数据集准备

1. OBB和HBB标注方式：
   a. HBB（Horizontal Bounding Box，HBB），通常表示为{x,y,w,h}
   b. OBB（Oriented Bounding Box，OBB），是指标注任意四边形；顶点按顺时针顺序排列；通常表示为 {x,w,h, $\theta$ }

2. 现有数据集的标注方式为OBB，在数据集中，每个对象都由一个定向边界框 （OBB） 注释，该边界框可以表示 $(x_1,y_1,x_2,y_2,x_3,y_3,x_4,y_4)$ ， 其中 $(x_i,y_i)$ 表示 OBB 的第 i 个顶点。顶点按顺时针顺序排列。如图1所示，黄色点表示起点，表示：（a） 平面的左上角，（b） 大型车辆钻石的左上角，（c） 棒球钻石的中心。 除了 OBB 之外，每个实例还标有类别和困难，指示实例是否难以检测（1 表示困难，0 表示不困难）。图像的批注保存在具有相同文件名的文本文件中。每行表示一个实例。以下是图像的示例批注：

   x1, y1, x2, y2, x3, y3, x4, y4, category, difficult
   x1, y1, x2, y2, x3, y3, x4, y4, category, difficult
   ...
   

   
   图1

3. YOLO标注格式

   1 0.339041 0.215267 0.426941 0.210687
   1 0.339041 0.215267 0.426941 0.210687
   

   分别指所标注内容的类别标签(从0开始)、归一化后的中心点x坐标，归一化后的中心点y坐标，归一化后的目标框宽度w，归一化后的目标况高度h（此处归一化指的是除以图片宽和高）

   具体计算方式可参考https://blog.csdn.net/m0_56654441/article/details/120959449

4. 标注格式转换OBB→YOLO

   参考:

   https://zhuanlan.zhihu.com/p/356416158

   https://github.com/hukaixuan19970627/DOTA_devkit_YOLO (YOLO_Transform.py，dota_utils.py )

   HBB： id x y w h

   import dota_utils as util
   import os
   import numpy as np
   from PIL import Image
   import cv2
   import random
   import shutil
   import matplotlib.pyplot as plt
   from shapely.geometry import Polygon, MultiPoint # 多边形
   import time
   import argparse
   
   ## trans dota format to format YOLO(darknet) required
   def dota2Darknet(imgpath, txtpath, dstpath, extractclassname):
   """
   :param imgpath: the path of images
   :param txtpath: the path of txt in dota format
   :param dstpath: the path of txt in YOLO format
   :param extractclassname: the category you selected
   :return:
   txt format: id x y w h
   """
   if os.path.exists(dstpath):
   shutil