DOTA数据集介绍(论文A Large-scale Dataset for Object Detection in Aerial Images)

本文介绍了航空影像目标检测数据集DOTA,包含15类目标,188282个带方向边界框的标注。数据集针对航空影像特点,如目标大小差异、类别不均衡和任意方向,提供大量多样化的数据。评估了Faster R-CNN等模型在垂直和倾斜框检测上的性能,发现OBB在某些情况下优于HBB,反之亦然,揭示了目标检测中的挑战。

HBB:horizontal Bounding Boxes 水平边界框

OBB:oriented Bounding Boxes 带方向的(倾斜)边界框

1 introduction

(1) 航空影像目标检测与传统目标检测的区别

  • 航空影像目标尺寸差异很大
  • 航空影像中很多小目标密集分布,且类别不均衡
  • 航空影像中的目标可能是任意方向的

    除此之外,数据集的问题也是航空影像目标检测面临的挑战之一。

(2) 主要内容

本研究介绍了一个大型的目标检测数据集。该数据集包含了286张来自不同传感器和平台的航空影像,每张影像大小都在4000×4000pixel内,分为15种类别,188282个目标,每个目标都标记为一个带方向的边界框。

(3)好的数据集的特征

  • 数据量大
  • 每类有足够多目标
  • 目标标注带有确切的方向
  • 类别较多,能反映实际

存在问题:类别单一、缺少方向信息

2. DOTA数据标注

(1)数据源:来自多种传感器和平台的不同分辨率航空影像

(2)类别选择:15类,包括飞机、舰船、储罐、棒球场、网球场、篮球场、田径场、海港、桥梁、大型车辆、小型车辆、直升机、环岛、足球场、游泳池

(3)标注方式

  • (x, y, w, h, θ): 不能完全包围各部分变形
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

小李AI飞刀^_^

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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