SODA-A数据集处理成适合YOLOV8训练的数据集

已于 2024-08-24 19:36:19 修改
阅读量723 收藏 5
点赞数 3
文章标签： YOLO python 人工智能
于 2024-06-21 22:36:59 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/x131644/article/details/139871325
版权

标注格式如下

{
    "type": "instance",
    "images": {
        "file_name": "00001.jpg",
        "height": 2744,
        "width": 4800,
        "id": 1
    },
    "annotations": [
        {
            "poly": [
                235.0841064453125,
                2551.818359375,
                249.3841552734375,
                2556.41845703125,
                256.6455383300781,
                2533.84521484375,
                242.34548950195312,
                2529.2451171875
            ],
            "area": 356.2015366703272,
            "category_id": 0,
            "image_id": 1,
            "id": 1
        },

SODA-A 遥感图像小目标检测 数据处理 代码
实现逻辑：把原图像裁切成为 640x640 大小的子图片，遍历每个标注文件标注框，若在子图片内，则加入。
B站 可视化界面：https://www.bilibili.com/video/BV1Fn4y1o7aw/?spm_id_from=333.999.0.0

import os
import json
from PIL import Image


def open_annotations_json(image_name):
    # 构造标注文件名
    annotation_name = image_name.replace(".jpg", ".json")
    # 构造标注文件路径

    # 在 train、val 和 test 文件夹中查找标注文件
    for folder in ['train', 'val', 'test']:
        annotation_file_path = os.path.join("Annotations", folder, annotation_name)
        if os.path.exists(annotation_file_path):
            # 如果找到标注文件，则打开并处理
            with open(annotation_file_path, "r") as file:
                data = json.load(file)
                print(f"找到{annotation_file_path}对应的标注文件")
                # 在这里对标注文件进行处理
                return data  # 返回标注文件数据
            break
    else:
        print(f"未找到{annotation_file_path}对应的标注文件")


def is_points_inside_rect(points, left, upper, right, lower):
    for i in range(0, len(points), 2):
        x = points[i]
        y = points[i + 1]
        if x < left or x > right or y < upper or y > lower:
            return False
    return True


def get_polys_in_sub_images(left, upper, right, lower, annotations, crop_size):
    outcome = []
    for annotation in annotations:
        points = annotation['poly']
        category_id = annotation['category_id']

        # 判断多边形是否在子图像内
        flag = is_points_inside_rect(points, left, upper, right, lower)

        if flag:
            # 调整坐标，使左上角的点成为 (0, 0)
            adjusted_points = [category_id]
            for i in range(0, len(points), 2):
                x = points[i] - left
                y = points[i + 1] - upper
                adjusted_points.extend([x / crop_size, y / crop_size])

            outcome.append(adjusted_points)

    return outcome


def process_one_images(image_name, save_image_path, save_txt_path):
    data = open_annotations_json(image_name)
    if data:
        # 加载图片基本信息
        file_name = data['images']['file_name']
        height = data['images']['height']
        width = data['images']['width']
        print(f"图片文件名: {file_name}")
        print(f"图片高度: {height}")
        print(f"图片宽度: {width}")
    else:
        print("未找到对应的标注文件")
        return

    crop_size = 640

    image_name = os.path.join('Images', image_name)

    # 打开图像
    image = Image.open(image_name)

    # 计算裁剪的行数和列数
    rows = height // crop_size
    cols = width // crop_size

    # 创建保存路径
    if not os.path.exists(save_image_path):
        os.makedirs(save_image_path)
    if not os.path.exists(save_txt_path):
        os.makedirs(save_txt_path)

    # 开始裁剪和保存
    for row in range(rows):
        for col in range(cols):
            # 计算裁剪区域的坐标
            left = col * crop_size
            upper = row * crop_size
            right = left + crop_size
            lower = upper + crop_size

            tem_polys = get_polys_in_sub_images(left, upper, right, lower, data['annotations'], crop_size)
            if len(tem_polys) > 5:
                # 裁剪图像
                cropped_image = image.crop((left, upper, right, lower))
                # 构造保存路径
                save_filename = f"{file_name[:-4]}_crop_{row}_{col}.jpg"  # 生成保存文件名，例如：00001_crop_0_0.jpg
                save_file_path = os.path.join(save_image_path, save_filename)

                # 保存裁剪后的图像
                cropped_image.save(save_file_path)

                print(f"已保存裁剪后的图像: {save_file_path}")

                # 构造保存路径
                save_filename = f"{file_name[:-4]}_crop_{row}_{col}.txt"  # 生成保存文件名，例如：00001_crop_0_0.txt
                save_file_path = os.path.join(save_txt_path, save_filename)

                # 打开文件并写入数据
                with open(save_file_path, "w") as f:
                    for poly in tem_polys:
                        line = " ".join(map(str, poly)) + "\n"  # 将列表中的元素转换为字符串并用空格连接
                        f.write(line)

                print(f"已保存裁剪后的文本文件: {save_file_path}")


if __name__ == '__main__':
    # 获取图像文件夹中的所有文件
    image_files = os.listdir('Images')

    # 定义数据集划分比例
    val_ratio = 0.2
    train_ratio = 0.7
    test_ratio = 0.1

    # 计算各数据集的数量
    num_val = int(len(image_files) * val_ratio)
    num_train = int(len(image_files) * train_ratio)
    num_test = int(len(image_files) * test_ratio)

    # 打印数据集数量
    print(f"总共有 {len(image_files)} 张图片。")
    print(f"验证集数量：{num_val}，训练集数量：{num_train}，测试集数量：{num_test}。")

    # 首先创建保存图像和标签的文件夹
    save_dirs = ["val_images", "train_images", "test_images", "val_labels", "train_labels", "test_labels"]
    for save_dir in save_dirs:
        os.makedirs(save_dir, exist_ok=True)

    # 分配图像到不同的数据集文件夹
    val_images = image_files[:num_val]
    train_images = image_files[num_val:num_val + num_train]
    test_images = image_files[num_val + num_train:]

    # 遍历并处理验证集图像
    for image_name in val_images:
        save_image_path = "val_images"  # 保存验证集图像的路径
        save_txt_path = "val_labels"  # 保存验证集标签的路径
        process_one_images(image_name, save_image_path, save_txt_path)

    # 遍历并处理训练集图像
    for image_name in train_images:
        save_image_path = "train_images"  # 保存训练集图像的路径
        save_txt_path = "train_labels"  # 保存训练集标签的路径
        process_one_images(image_name, save_image_path, save_txt_path)

    # 遍历并处理测试集图像
    for image_name in test_images:
        save_image_path = "test_images"  # 保存测试集图像的路径
        save_txt_path = "test_labels"  # 保存测试集标签的路径
        process_one_images(image_name, save_image_path, save_txt_path)

可以看一下chatgpt的回答，理解实现逻辑

chatGPT

这段代码主要是一个图像处理脚本，负责将一组图像根据其标注数据进行裁剪，并将裁剪后的图像和相应的标注信息保存到不同的文件夹中。具体功能如下：

1. 打开标注文件 (open_annotations_json函数):

  • 功能: 给定一个图像文件名，尝试在 Annotations 目录下的 train、val 和 test 文件夹中查找相应的标注文件（JSON格式）。找到后，将标注数据读取并返回。
  • 实现逻辑:将图像文件名中的后缀.jpg替换为.json，得到对应的标注文件名。在 Annotations/train, Annotations/val, 和 Annotations/test 三个文件夹中依次查找该标注文件。找到标注文件后，读取其中的内容，并返回标注数据；若未找到，则输出提示信息。

2. 判断点是否在矩形内 (is_points_inside_rect函数):

  • 功能: 检查一个多边形的点集是否完全位于一个矩形框内。
  • 实现逻辑:遍历点集中的每个点，如果有任何一个点不在矩形框内，则返回False，否则返回True。

3. 获取子图像中的多边形 (get_polys_in_sub_images函数):

  • 功能: 根据给定的裁剪区域，检查标注数据中的多边形是否完全位于该区域内，如果是，则调整多边形坐标，并返回调整后的多边形信息。
  • 实现逻辑:遍历标注数据中的每个多边形，检查其是否完全位于裁剪区域内。如果多边形在区域内，则将其坐标进行调整，使其相对于子图像的左上角（即将子图像的左上角作为新坐标原点）。返回调整后的多边形数据。

4. 处理单张图像 (process_one_images函数):

  • 功能: 对单张图像进行裁剪，并将裁剪后的图像和相应的标注信息保存到指定路径。
  • 实现逻辑:通过open_annotations_json函数加载对应的标注文件，获取图像的宽度和高度信息。计算裁剪图像时需要的行数和列数（每个子图像大小为640x640像素）。循环遍历每个裁剪区域，获取该区域内的多边形，并进行裁剪。如果裁剪区域内包含超过5个多边形，则保存该区域的图像和对应的标注信息。

5. 主程序 (在__main__下运行的代码):

  • 功能: 将整个图像集分为训练集、验证集和测试集，然后对每个数据集中的图像进行处理和保存。
  • 实现逻辑:获取Images文件夹中的所有图像文件。按照预定义的比例（70%训练，20%验证，10%测试）划分数据集。创建保存裁剪后图像和标签的文件夹。对每个数据集中的图像进行裁剪和标注处理，并将结果保存到相应的文件夹中。

总结：

这段代码的主要目的是从标注文件中读取标注信息，然后根据预定的尺寸将图像进行裁剪，并生成对应裁剪区域内的标注信息。最终的输出是多个子图像及其对应的标注文件，它们分别保存在训练集、验证集和测试集的不同文件夹中。

用户问题

我将发你一个标注数据，请结合标注数据讲解一下

chatGPT

好的，请将标注数据发给我，我会结合数据进一步解释代码的功能和实现逻辑。

用户问题

{
“type”: “instance”,
“images”: {
“file_name”: “00001.jpg”,
“height”: 2744,
“width”: 4800,
“id”: 1
},
“annotations”: [
{
“poly”: [
235.0841064453125,
2551.818359375,
249.3841552734375,
2556.41845703125,
256.6455383300781,
2533.84521484375,
242.34548950195312,
2529.2451171875
],
“area”: 356.2015366703272,
“category_id”: 0,
“image_id”: 1,
“id”: 1
},
{
“poly”: [
273.10595703125,
2434.80810546875,
289.30609130859375,
2440.00830078125,
296.59283447265625,
2417.3076171875,
280.3927001953125,
2412.107421875
],
“area”: 405.6466100513935,
“category_id”: 0,
“image_id”: 1,
“id”: 2
},
{
“poly”: [
282.4454345703125,
2404.78076171875,
297.345458984375,
2410.880859375,
306.1392822265625,
2389.40087890625,
291.2392578125,
2383.30078125
],
“area”: 373.6954139471054,
“category_id”: 0,
“image_id”: 1,
“id”: 3
},
{
“poly”: [
303.7540283203125,
2345.409912109375,
317.65399169921875,
2349.209716796875,
323.67205810546875,
2327.196533203125,
309.7720947265625,
2323.396728515625
],
“area”: 328.8499227464199,
“category_id”: 0,
“image_id”: 1,
“id”: 4
},
{
“poly”: [
330.7451477050781,
2256.2265625,
345.8451232910156,
2263.62646484375,
356.5094299316406,
2241.86572265625,
341.4094543457031,
2234.4658203125
],
“area”: 407.5015034675598,
“category_id”: 0,
“image_id”: 1,
“id”: 5
},
{
“poly”: [
372.61279296875,
2140.016845703125,
386.51275634765625,
2144.416748046875,
393.40155029296875,
2122.655029296875,
379.5015869140625,
2118.255126953125
],
“area”: 332.7971143126488,
“category_id”: 0,
“image_id”: 1,
“id”: 6
},
{
“poly”: [
554.7942504882812,
1662.7821044921875,
575.8244018554688,
1669.8887939453125,
580.7244262695312,
1655.3887939453125,
559.6942749023438,
1648.2821044921875
],
“area”: 339.7601466476917,
“category_id”: 0,
“image_id”: 1,
“id”: 7
},
{
“poly”: [
582.298583984375,
1672.4954833984375,
607.0546875,
1680.6297607421875,
611.65478515625,
1666.6297607421875,
586.898681640625,
1658.4954833984375
],
“area”: 384.00391936302185,
“category_id”: 0,
“image_id”: 1,
“id”: 8
},
{
“poly”: [
108.03138732910156,
2399.113525390625,
114.69731140136719,
2417.236572265625,
132.0973663330078,
2410.836669921875,
125.43144226074219,
2392.713623046875
],
“area”: 358.0032742470503,
“category_id”: 0,
“image_id”: 1,
“id”: 9
},
{
“poly”: [
147.56044006347656,
2374.158203125,
184.94761657714844,
2387.55224609375,
196.4475555419922,
2355.4521484375,
159.0603790283203,
2342.05810546875
],
“area”: 1354.1626938134432,
“category_id”: 0,
“image_id”: 1,
“id”: 10
},
{
“poly”: [
654.5000610351562,
1670.9998779296875,
668.5000610351562,
1675.0997314453125,
670.2269897460938,
1669.2027587890625,
656.2269897460938,
1665.1029052734375
],
“area”: 89.63777193427086,
“category_id”: 2,
“image_id”: 1,
“id”: 11
},
{
“poly”: [
702.4000854492188,
1696.900146484375,
716.4002075195312,
1701.0,
718.1271362304688,
1695.102783203125,
704.1270141601562,
1691.0029296875
],
“area”: 89.64190977811813,
“category_id”: 2,
“image_id”: 1,
“id”: 12
},
{
“poly”: [
685.3787841796875,
1685.9095458984375,
701.0999755859375,
1688.2000732421875,
702.1212158203125,
1681.1905517578125,
686.4000244140625,
1678.9000244140625
],
“area”: 112.53720760345459,
“category_id”: 2,
“image_id”: 1,
“id”: 13
},

chatGPT

根据你提供的标注数据，我们可以更详细地解释代码的实现逻辑和它在处理这些数据时的具体操作。

标注数据结构概述

该标注数据是一个JSON格式的对象，主要包含以下字段：

  • images：描述图像的基本信息，如文件名、尺寸等。file_name: 图像文件名，这里是 “00001.jpg”。height: 图像的高度，这里是 2744 像素。width: 图像的宽度，这里是 4800 像素。id: 图像的唯一标识符，这里是 1。
  • annotations：包含多个多边形区域的标注数据，每个标注对象包含如下字段：poly: 由一系列坐标点（x, y）组成的多边形，这些点描述了图像中某个区域的轮廓。area: 多边形的面积。category_id: 多边形对应的类别。image_id: 该标注所属的图像ID。id: 标注的唯一标识符。

结合标注数据的代码逻辑解释

  1. 读取标注数据 (open_annotations_json函数):
  • 当处理图像时，代码首先通过open_annotations_json函数找到并读取对应的标注文件，返回一个类似你提供的JSON数据结构。
  • 在这一步，假设文件00001.jpg在Images目录中，代码将尝试在Annotations目录下找到相应的00001.json文件。
  1. 裁剪和处理图像 (process_one_images函数):
  • 代码读取标注数据后，获取图像的基本信息（如宽度、高度等），然后按640x640像素的块对图像进行裁剪。
  • 例如，图像宽度为4800像素，高度为2744像素，因此将被裁剪成7x4（即4800/640=7和2744/640≈4）个块。
  1. 判断多边形是否在裁剪区域内 (get_polys_in_sub_images函数):
  • 对于每个裁剪块，代码会调用get_polys_in_sub_images函数，检查annotations中的每个多边形是否完全位于当前裁剪区域内。
  • 在你提供的标注数据中，每个poly字段都是一个多边形的点集，例如[235.0841064453125, 2551.818359375, …]。这些点代表了图像中特定区域的轮廓。
  • 如果多边形在裁剪区域内，代码会调整这些坐标点，使它们相对于当前裁剪块的左上角进行偏移，并将这些调整后的坐标保存在结果中。
  1. 保存裁剪后的图像和标注信息:
  • 代码对每个裁剪区域内包含的多边形数目进行检查，如果区域内包含超过5个多边形（即tem_polys的长度大于5），那么代码会保存该裁剪区域的图像和调整后的标注数据。
  • 例如，假设某个裁剪块包含多个多边形，那么这些多边形的坐标会被调整并存储到一个新的文本文件中，图像的这部分也会被保存为一个新的裁剪图像文件。

总结

  • 标注数据为代码提供了每个图像中感兴趣区域的详细信息（如多边形坐标和类别）。
  • 代码逻辑依赖于这些标注数据，通过裁剪图像并提取和保存相应区域内的标注信息，为后续可能的训练或分析步骤做好准备。
  • 输出结果包括多个裁剪后的图像及其对应的标注文件，它们分别保存在不同的数据集（训练集、验证集、测试集）目录中。

用户问题

“poly”: [
235.0841064453125,
2551.818359375,
249.3841552734375,
2556.41845703125,
256.6455383300781,
2533.84521484375,
242.34548950195312,
2529.2451171875
], 一个8个数字，代表4个点，4个点框起来就是标识一个检测框

chatGPT

明白了，感谢你的补充！poly字段中包含的8个数字，确实表示了4个点的坐标，这些点一起构成了一个检测框。这个检测框可以用来标识图像中的某个物体或区域。

结合补充信息的代码逻辑解释

  1. 多边形表示的检测框:
  • 每个poly字段代表4个点，即一个矩形的四个角，形成一个检测框。比如：
"poly": [
    235.0841064453125, 2551.818359375,  # 第一个点 (x1, y1)
    249.3841552734375, 2556.41845703125, # 第二个点 (x2, y2)
    256.6455383300781, 2533.84521484375, # 第三个点 (x3, y3)
    242.34548950195312, 2529.2451171875  # 第四个点 (x4, y4)
]
  • 这些点围成了一个矩形检测框，用来标识图像中的特定区域。
  1. 检查检测框是否在裁剪区域内:
  • 在get_polys_in_sub_images函数中，代码会检查这些点是否都位于当前裁剪区域内。
  • 如果所有点都在裁剪区域内，说明这个检测框（矩形）完全包含在当前的裁剪块中，代码会将这个检测框的数据保留并进行坐标调整。
  1. 调整检测框的坐标:
  • 当检测框被确认在裁剪区域内后，代码会对每个点的坐标进行调整，使其相对于裁剪区域的左上角重新计算坐标。这是为了保证在保存裁剪图像时，标注信息也能正确匹配对应的裁剪块。
    通过这些操作，代码能够对原始图像进行裁剪，并生成包含相应检测框信息的图像和标签文件，为后续的训练或分析提供数据支持。
嘉陵妹妹
关注
【论文笔记】：YOLOv8-QSD 自动驾驶场景小目标检测算法
2301_80365008的博客
08-07 1118
YOLOv8-QSD网络是一种新型的无锚点驾驶场景检测网络，建立在YOLOv8的基础上，在保证检测精度的同时保持效率。该网络的骨干网采用结构重参数化技术来转换基于多样化分支块 （DBB） 的模型。为了准确检测小目标，它集成了不同尺度的特征，并在骨干之后实现了基于双向特征金字塔网络（BiFPN）的特征金字塔。此外，还提出了一个动态头部(DyHead)，包含了尺度感知、空间感知和任务感知的注意力机制，以进一步优化特征提取和分类过程。为了解决驾驶场景中远程检测（商业车辆需要更大的视野）的挑战，该文引入新的。
SODA数据集coco处理
weixin_44280724的博客
12-10 835
import os import xml.etree.ElementTree as ET from PIL import Image import numpy as np img_path = r'D:\sodad\Images\\' #原图.jpg文件的路径 labels_path = r'D:\sodad\label\val\\' #labels中.txt文件的路径 annotations_path = r'D:\sodad\
优秀！华为诺亚方舟实验室联合中山大学发布新一代半/自监督的2D基准数据集SODA10M
王博（Kings）的博客
07-01 2709
32个城市采集的一千万张多样性丰富的无标签道路场景图片以及两万张带标签图片 https://arxiv.org/pdf/2106.11118.pdf 2021年6月最新的 对比一下数据集： SODA10M主要分为两个部分，分别包含一千万张无标签图片以及两万张有标签图片（标注了6种主要的人车场景类别，Pedestrian/Cyclist/Car/Truck/Tram/Tricycle）。 采集的地区位置 重要表格： 详细代码地址：https://soda-2d.gi
SODA10M 数据集下载记录
weixin_51486807的博客
08-26 2326
官网打不开的，可以直接通过下方网盘链接下载，我就是把官网的下载链接复制到了下面。官网上还有2TB的未标注数据，需要请前往官网下载。总文件约5.6GB，百度云盘提取码为1234。
（杂1）从soda10m数据集中选择想要的部分数据集并生成新的json文件
qq_38927534的博客
06-19 803
【代码】从soda10m数据集中选择想要的部分数据集并生成新的json文件。
参加SODA数据比赛
leo_de_log的博客
08-26 1315
最近在忙着参加SODA（上海市开放数据大赛）。这个SODA比赛和kaggle比赛大不一样，Kaggle更加偏重算法能力而SODA更加像是一个创意赛。到今天为止已经有了１６１个参算队伍了，我觉得到９月３０号应该参赛队伍数量会翻倍吧。 官方发布的公开数据集真的不忍直视，好多的赞助单位都是用这个比赛来给自己赚名气的。像春雨医生的数据，怎么看怎么像是广告里面的数据直接拿出来放到官方网站上的。再像上海市公安...
[论文笔记] SODA小目标综述（西工大）
qq_44690067的博客
08-01 6522
西工大发表的一篇小目标检测综述，从小目标检测难点、小目标检测算法等等方面进行综述
基于Yolov7分叉改进（源码）.rar
04-15
1、资源内容：基于Yolov7分叉改进添加数据集配置使用SODA10M（完整源码+说明文档+报告+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、...
可视化植物病害检测数据集yolov8
01-31
该数据集也是一个有用的基准测试开放数据集。研究人员训练了MobileNet和Faster RCNN等对象检测模型，以及VGG16、InceptionV3和InceptionResnet V2等图像分类模型。 该数据集可用于推进一般农业计算机视觉任务，无论...
模型实战（20）之 yolov8分类模型训练自己的数据集
yohnyang的博客
05-27 1078
模型实战（19）之 yolov8分类模型训练自己的数据集
行人车辆检测数据集一共4500张验证集500张
04-08
这个特定的数据集包含4500张图像用于训练，以及另外500张图像作为验证集，总计5000张图片，旨在帮助开发和评估行人与车辆检测算法的性能。这种类型的资源对于训练深度学习模型，如YOLOv5，非常有价值。 YOLO（You ...
YOLOv8改进 | Conv篇 | 全新的SOATA轻量化下采样操作ADown（参数量下降百分之二十，附手撕结构图）
Snu77的博客
02-25 4970
本文给大家带来的改进机制是利用2024/02/21号最新发布的YOLOv9其中提出的ADown模块来改进我们的Conv模块，其中YOLOv9针对于这个模块并没有介绍，只是在其项目文件中用到了，我将其整理出来用于我们的YOLOv8的项目，经过实验我发现该卷积模块（作为下采样模块）首先可以大幅度降低参数值，其次其精度上也有很高的提升，同时本文的内容目前网络上并无其它人总结（也是最新发布的，可以说BUff是集满了）大家可以尝试以下在自己数据集上的效果。
3种xml格式转yolo格式——正矩形框、斜矩形框
最新发布
qq_43757976的博客
07-25 665
1、先将xml格式转化为dota数据集格式。2、再通过以下文章中代码修改。
面向大规模小目标检测：综述和基准
qq_44634175的博客
12-21 2236
在本节中，简要介绍构建SODA-D和SODA-A的数据采集和注释过程。然后，阐明了基准测试的特点以及数据集与相关现有数据集之间的主要差异。从算法和数据集的角度详尽地回顾了数百篇关于SOD的文献。为了促进SOD的发展，构建了驾驶场景和空中场景下的两个大型基准，分别称为SODA-D和SODA-A。这些经过良好注释的数据集是为小目标检测量身定做的大规模基准测试的首次尝试，可以作为一个公正的平台来对各种SOD方法进行基准测试。在SODA的基础上，对几种有代表性的算法进行了彻底的评估和比较。
SODA-D数据处理脚本，将原始数据集转换成为能够喂给Faster-RCNN 的简单模式
X131644的博客
04-07 496
F
2022最新综述 | 面向大规模场景的小目标检测：综述和 benchmark
qq_29462849的博客
08-04 5204
点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨汽车人来源丨自动驾驶之心1论文背景目标检测在过去几年中取得了显著的进展，然而，由于小目标视觉特征较差、噪声较多，小目标检测已成为计算机视觉中最具有挑战性的任务之一。此外，用于小尺寸目标检测的大规模基准测试数据集仍然不够全面。本文首先对小目标检测方法进行了全面的回顾，除此之外，还构建了两个大规模小目标检测数据集...
[论文笔记]小目标识别文献综述Towards large-scale small object detection: Survey and Benchmarks
专注“目标检测”领域技术分享
04-27 3102
用对应尺度scale的目标检测器，来识别不同深度和层级的特征the features at different depths or levels。分而治之，尺寸极其小的object，就用专门的“极小”目标检测器来识别；尺度有点小的object就用专门的“有点小”目标检测器来识别。把识别这个任务分成多个尺度的子任务，每个目标检测器负责一个尺度。
目标检测YOLO实战应用案例100讲-基于特征融合和预测细化的遥感图像目标检测
qq_36130719的博客
04-07 462
遥感是一种运用传感设备获取远距离目标电磁波信息的综合探测技术。遥感技 术的发展可以追溯到20世纪60年代，那时的人们以航空摄影技术为基础，利用高 空气球，飞机上的传感器收集地物特征。随着航空航天技术和高空成像技术不断成 熟，海量的高空间分辨率、高光谱分辨率、高辐射分辨率的遥感图像被传输至地面。因此，如何精确并高效地对目标进行定位和分类，成为遥感目标检测任务的关键。
评论 6
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