如何用dota数据集训练yolov5模型

最新推荐文章于 2024-04-12 10:52:27 发布

vitalgirl

最新推荐文章于 2024-04-12 10:52:27 发布

阅读量1.7k

点赞数

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/qq_34885993/article/details/130078256

版权

DOTA数据集介绍：Dota数据集介绍
这里我就不赘述了，相关的信息可以查看上面的链接
DOTA在标注的时候，分obb和hbb两种标注方式，这里我们需要选用hbb的标注方式进行训练

第一步：切割

DOTA中的原始图像分辨率普遍较高，最高分辨率甚至可以达到20000×20000，因此在训练之前会进行图像切割，官方建议以1024×1024的窗口大小，200的滑动步长对DOTA原始图像进行切割。

第二步：转换

将DOTA标注的格式的hbb转化成YOLO标注格式的hbb

第三步：验证

画图标注转化后的hbb，检查是否正确

参考1:DOTA_devkit_YOLO
参考2:dota格式的txt文件转化为yolo格式的txt文件

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

vitalgirl

关注关注

0
点赞
踩
17

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

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

彩笔的第一个模型：DOTA数据集YOLOv5目标检测

qq_44921637的博客

11-22

4076

自己的笔记，大家看不懂的话对不起，一坨屎的记录

1 条评论您还未登录，请先登录后发表或查看评论

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

DOTA数据集 | yolov5 训练与测试

热门推荐

Liaojiajia-Blog

06-29

1万+

yolov5实验记录源码链接运行环境需要下载文件训练步骤源码链接 https://github.com/ultralytics/YOLOv5 运行环境 Ubuntu18.04 python3.6.5 CUDA 10.2 (NVIDIA-SMI 440.82 Driver Version: 440.82) 需要下载文件链接：https://pan.baidu.com/s/1wqlTgj5EdlTpK4n_CKDRwQ 提取码：hfrp 感谢博主雅痞匪徒(Nike) 训练步骤下载该仓库：

dota数据集转换为YOLO格式的方法

sjjg129的博客

08-13

4591

【代码】dota数据集转换为YOLO格式的方法。

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

3059

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

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_DOTAv1.5_OBB.pt

09-08

YOLOv5_DOTA_OBB权重文件来源：https://zhuanlan.zhihu.com/p/358072483

Yolov8-obb数据集生成

03-15

数据集生成是训练模型的第一步。对于YOLOv8-obb，我们需要包含目标的图像以及与之对应的obb标注。obb标注不仅包含了目标的位置（边界框），还包含了其旋转角度。生成obb数据集的过程通常包括以下步骤： 1. **图像...

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

10-13

YOLOv5_DOTA_OBB-master 是一个基于YOLOv5的项目，用于检测DOTA（Digital Operational Task Annotation）数据集中的对象，该数据集包含大量航空影像中的地物类别。在Windows环境下运行此项目，首先需要配置合适的...

yolov5数据集生成（celeba、wideface、xml解析）

07-03

每个文件对应一种数据集的解析，解析格式按照yolov5训练集的格式生成，可以根据个人文件的位置修改相应路径，亲测可行，代码逻辑较简单。

遥感数据集+YOLOV5

从心_的博客

07-25

6702

yolov5s训练

BboxToolkit工具包使用（DOTA数据集）

左右-HPU

07-12

760

在/BboxToolkit/tools/中使用BboxToolkit实现了一些工具，主要有三个功能函数。①img_split.py可以通过滑动窗口将大图像分割成小块。该工具通常用于大型航空图像，如DOTA中的图像。②visualize.py可以在图像上绘制不同类型的方框。③cal_mAP.py用于计算mAP

在Win10和Linux系统上同时调试yolov5|DOTA数据集

shenk的博客

01-28

1660

yolov5调试全过程一、源码和预训练模型的链接 1.源码链接这里这里这里这里哦O(∩_∩)O~~~~ 2.预训练模型我选择的是yolov5s这里这里哦O(∩_∩)O（感谢分享预训练模型的这位博主）~~~ 二、使用的环境（建议使用Conda，CUDA10.0以上版本） Win10:CUDA10.1 Linux:CUDA10.2 Win10:Miniconda3 Linux:Miniconda3 Win10:RTX 2060 Linux:RTX2080ti 三、项目的依赖 Pyt

DOTA转YOLO

weixin_49044667的博客

09-26

1633

DOTA 标签转为YOLO

将DOTA格式标签转为yolo格式

最新发布

weixin_62460336的博客

04-12

627

（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。

使用DOTA数据集进行多类别任意方向遥感目标检测

静看岁月

01-24

8338

博主目前正尝试使用DOTA数据集进行多类别任意方向遥感目标检测一、DOTA数据集论文github OBB -Faster-rcnn Deformable Model 1、已按照公式　完成xml　的转换２、由于图片过大，不能直接送入网络,需要裁剪二、训练阶段 use the DOTA_devkit to split the data into patches ang merge the ...

【DOTA】目标检测数据集介绍与使用

胡侃有料的博客

02-14

8726

DOTA 数据集简单介绍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V1.02018152806188, 282800～20，000V1.52019162806403,318800～20，000V2.020211811,2681,793,658800～20，000train: 1411张val: 458张。

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

4129

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数据集yolo格式

05-14

要将 Dota 数据集转换为 YOLO 格式，需要进行以下步骤： 1. 下载 Dota 数据集并解压缩，得到图片和标注文件。 2. 安装 YOLOv3，并将其与 Darknet 整合。 3. 创建一个新的文件夹，将 Dota 图片和标注文件复制到该文件夹。 4. 创建一个新的标签文件（.names 文件），其中包含 Dota 数据集中所有可能出现的物体类别。 5. 创建一个新的配置文件，指定模型的参数。在配置文件中，需要指定类别数、输入图像的大小、训练和测试数据的路径、学习率等参数。 6. 利用脚本将 Dota 数据集中的标注文件转换为 YOLO 格式的标注文件。 7. 运行 Darknet 的 train 命令，开始训练模型。 8. 在测试数据上评估模型的性能，并进行必要的调整。需要注意的是，将 Dota 数据集转换为 YOLO 格式需要一定的编程和计算机视觉知识，需要仔细阅读 YOLOv3 的文档和 Darknet 的文档，并根据实际情况进行相应的调整。