＜数据集＞DOTA v1.0遥感航拍目标识别数据集＜目标检测＞

已于 2024-09-06 16:02:19 修改
阅读量1.4k 收藏 7
点赞数 23
分类专栏： 深度学习数据集 文章标签： 目标检测 人工智能 计算机视觉 YOLO python
于 2024-07-31 11:15:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53332949/article/details/140817712
版权

数据集格式：VOC+YOLO格式

图片数量：1869张（训练集1411，验证集458）

标注数量(xml文件个数)：1869

标注数量(txt文件个数)：1869

标注类别数：15

标注类别名称：['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']

序号类别名称图片数框数
1plane26710502
2large-vehicle49021356
3small-vehicle62231564
4ship43437028
5harbor4538073
6ground-track-field247469
7soccer-ball-field199479
8tennis-court3963127
9baseball-diamond175629
10swimming-pool1852176
11roundabout231578
12basketball-court146647
13storage-tank2167917
14bridge2842510
15helicopter44703

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

标注示例：

目标检测YOLO实战应用案例100讲-基于深度学习的无人机航拍图像目标检测算法研究与应用
qq_36130719的博客
05-28 3838
目标检测的目的是识别出图像中感兴趣的物体并将其定位，相比于传统手工提取图像特征的方法，基于深度学习的目标检测方法更加高效。同时，由于无人机工作的空域环境较为复杂，的范围，可见光遥感探测技术及其成像器件的发展使获得的影像幅宽更大，图像。随着时间的推移和科学技术的进步，在多元化的应用场景和海量。的数据下，人工判读的方式耗时费力且容易出错，因此催生出对无人机航拍影像。比例远高于自然场景影像，且小目标在图片中像素点较少，提供的分辨率有限，觉领域中相关技术的不断发展和完善，面向自然图像的目标检测技术日趋成熟，
目标检测YOLO实战应用案例100讲-基于YOLO模型的遥感影像 飞机目标检测技术研究
qq_36130719的博客
05-22 2519
遥感是一种无需接触的远程空间探测技术，该技术是通过记录、测量、解析星载或机载传感器等非接触式传感器获取的影像信息和数字图像信息并真实可靠地构造出相关自然物体和周围环境等信息的一门科学和工程技术[1]。随着中国航空航天事业和遥感技术的快速发展，中国已经成功地发射了数十颗高分辨率对地观测卫星，可以方便快捷地获取到全球范围内各种不同类型的高分辨率遥感影像。遥感影像空间分辨率的大幅提升，使得如今遥感影像数据具有庞大吞吐量、丰富细节、复杂背景等特征[2]；然而，工。
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][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 1144
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。
数据集dotav1.5
qq_35608277的博客
01-13 985
https://www.jianshu.com/p/a0bc856aeb8f
【深度学习】DOTA-v1.5遥感目标检测数据集
Hana
07-18 6410
利用DOTA-v1.5训练YOLOv5About数据数据集工具包图片可视化图片切割 About数据 数据集官网 ：https://captain-whu.github.io/DOAI2019/dataset.html 数据集工具包 ：https://github.com/CAPTAIN-WHU/DOTA_devkit DOTA-v1.5数据集一共有16个类别，包含40万个带注释的对象实例。 训练集：1141张 验证集：458张 16个类别分别是：飞机，轮船，储罐，棒球场，网球场，篮球场，地面跑道，港口，桥梁
DOTA V1.5数据集：基于航空图像的大规模目标检测数据集
FL1768317420的博客
03-09 3465
目标检测是计算机视觉任务中一个具有挑战性的方向。尽管在过去十年中目标检测在自然场景中有了重大突破，但是在航拍图像的进展是十分缓慢的，这不仅是因为地球表面相同类别物体的规模、方向和形状有着巨大的差异，而且还因为缺少航拍影像中目标对象的标注信息。为了推进“Earth Vision”（也称为“地球观测和遥感”）中目标检测的研究，我们提出了用于航拍影像中用于目标检测的大规模数据集（DOTA）。
《目标检测数据集下载地址》：此文为AI自动生成
最新发布
zheng_ruiguo的专栏
01-16 1251
本文系统且全面地介绍了一系列丰富多样的目标检测开源数据集及其下载地址，涵盖了通用目标检测、特定目标检测、遥感图像目标检测、军事目标检测以及其他特色目标检测等多个领域。这些数据集各具特色，在目标类别、图像数量、标注方式、应用场景等方面展现出显著的差异。通用目标检测数据集中的 MS COCO 和 PASCAL VOC，凭借丰富的类别和完善的标注，成为众多研究和应用的基础。
技术分享 | 遥感影像中的旋转目标检测系列(一)
AIEarth的博客
12-22 2954
基于 Transformer 的旋转目标检测框架 D2Q-DETR
CVPR2019遥感图像数据集DOTA-v1.5 百度云链接
11-04
一共40万个实例，分为16个类别（相比 DOTA-v1.0 添加了集装箱起重机这个类别）。图像和 DOTA-v1.0完全相同，2806张。补全了许多在 DOTA-v1.0 中丢失的大约10像素以下的实例标注。
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.csdn.net/FL1623863129/article/details/142436137
DOTA v1.5遥感航拍目标识别数据集
09-02
YOLO与VOC格式的DOTA v1.5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类目标：['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']，图片数量1869。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YOLO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.csdn.net/qq_53332949/article/details/140818036?spm=1011.2415.3001.5331
目标检测数据集（皮卡丘）数据集
01-17
我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像，并在每张图的随机位置放置一张随机的皮卡丘图像。
【DOTA】目标检测数据集介绍与使用
热门推荐
胡侃有料的博客
02-14 1万+
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。
遥感影像数据集-DOTA
dejahu的博客
09-17 7562
遥感影像数据集 参考： PaddleDetection/README.md at release/2.2 · PaddlePaddle/PaddleDetection (github.com) CAPTAIN-WHU/DOTA_devkit (github.com) DOTA遥感数据集以及相关工具DOTA_devkit的整理(踩坑记录) - 知乎 (zhihu.com) 遥感影像的数据集大多数都包含了角度信息，并且目标相对较小，传统的目标检测在遥感影像的处理上效果不佳，比较常用的数据集有nwpu数据集和
DOTAv1.5数据集切割为固定大小（1000*1000），标签数据自动抓取到相应影像中
weixin_43376029的博客
12-30 3907
DOTAv1.5数据集切割为固定大小（1000*1000），标签数据自动抓取到相应影像中1.数据集影像切割为1000*10002.标签数据自动抓取3.txt转xml（VOC07格式） 1.数据集影像切割为1000*1000 不足1000的高或宽在在下或右方向补齐（左上角不动，因为标签数据原点为左上角） caijian.py代码如下： # -*- coding: utf-8 -*- import c...
解决DOTA-v2.0数据集上传结果至官网BUG： No space left on device
beneficial的博客
10-20 451
时间：2024.10.20。
目标检测DOTA数据集
qq_43556680的博客
09-21 1809
前言​之前对于xml格式的YOLO数据集，之前记录过如何用imgaug对其进行数据增强。不过DOTA数据集采用的是txt格式的旋转框标注，因此不能直接套用，只能另辟蹊径。DOTA数据集简介DOTA数据集全称：Dataset for Object deTection in Aerial imagesDOTA数据集v1.0共收录2806张4000 × 4000的图片，总共包含188282个目标。DOTA数据集论文介绍：https://arxiv.org/pdf/1711.10398.pdf。
dota 1.5 数据集提交测试报错
12-10
在使用dota 1.5数据集进行测试时遇到报错，通常是由于数据格式、路径配置或代码实现等问题导致的。以下是一些常见的原因和解决方法： 1. **数据格式不匹配**： - 确保数据集的格式与代码中读取数据的方式一致。例如，如果代码中读取的是CSV格式的数据，但数据集实际上是JSON格式，就会导致报错。 - 确认数据文件的路径是否正确。路径错误是常见的问题之一，确保代码中指定的路径与实际数据文件的位置一致。 - 使用绝对路径而不是相对路径可以减少路径配置错误的可能性。 3. **代码实现问题**： - 检查代码中是否有拼写错误或语法错误，这些错误可能导致程序无法正确读取数据。 - 确认代码中使用的库和版本是否与数据集中的要求一致。例如，某些库的新版本可能不兼容旧版本的数据格式。 4. **依赖库缺失**： - 确保所有需要的依赖库都已正确安装。可以使用`pip list`命令查看已安装的库，确保所需的库都已包含在内。 5. **内存不足**： - 如果数据集非常大，可能会导致内存不足的问题。可以考虑使用分块读取数据的方法，或者使用更高效的存储格式。 以下是一个简单的示例代码，展示如何读取CSV格式的数据集： ```python import pandas as pd # 读取CSV格式的数据集 try: data = pd.read_csv('path/to/your/dota_1.5_dataset.csv') print("数据读取成功") except FileNotFoundError: print("文件未找到，请检查路径是否正确") except pd.errors.EmptyDataError: print("文件是空的，请检查数据文件") except pd.errors.ParserError: print("解析错误，请检查数据格式") ```
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