DOTA (Detection in Aerial Images) 数据集

DOTA (Detection in Aerial Images) 数据集是一个面向航空图像目标检测的数据集，其中包含高分辨率的航拍图像、目标类别标签和边界框标注。而 Fair1M 数据集是一个大规模的目标检测数据集，其中包含超过1,000,000个物体实例和7个常见目标类别，包括人、车、动物等。 从数据质量方面来看，DOTA 数据集具有高分辨率、多样性和真实性，而 Fair1M 数据集则具有大规模、多样性和真实性。 从任务难度方面来看，DOTA 数据集由于是面向航空图像的目标检测，因此需要考虑复杂的背景干扰和目标尺度变化等问题，具有一定的难度。而 Fair1M 数据集则是一个大规模数据集，因此可以用于评估模型的泛化能力和对不同场景下的目标识别能力。 从数据分布方面来看，DOTA 数据集中的样本符合实际场景中的分布，因此可以确保模型的鲁棒性和可靠性。而 Fair1M 数据集也具有真实场景的分布，但是由于数据量较大，可能存在一定的偏差。 从数据集规模方面来看，DOTA 数据集包含2806张高分辨率航拍图像和188,282个物体实例，而 Fair1M 数据集包含超过1,000,000个物体实例。 从可重复性方面来看，DOTA 数据集已经成为了目标检测领域的基准数据集之一，并且已经在不同的模型和算法之间进行了广泛的比较和竞争。而 Fair1M 数据集相对较新，还需要更多的实验和验证来证明其可重复性。 从数据集更新方面来看，DOTA 数据集已经在过去几年中不断更新和扩展，以适应不同的应用场景和需求。而 Fair1M 数据集也需要不断更新和扩展，以便于模型能够持续学习和适应变化的场景。

### DOTA 数据集概述 DOTA 数据集是一个广泛应用于航拍图像目标检测的任务集合，其全称为 **Dataset for Object Detection in Aerial Images**。该数据集中包含了大量具有多样性和复杂性的目标对象，适合用于训练和评估各种目标检测模型[^1]。 尽管原始的 DOTA 官网可能已经不可访问，但可以通过替代链接获取相关内容：[https://captain-whu.github.io/DOTA/index.html](https://captain-whu.github.io/DOTA/index.html)[^1]。此页面提供了关于数据集下载、标注格式以及使用方法的相关信息。 --- ### DOTA 数据集下载指南 #### 1. 数据集版本 DOTA 数据集分为多个版本，主要包括： - **DOTA v1.0**: 初始版本，包含多种类别和复杂的场景。 - **DOTA v1.5**: 在 v1.0 的基础上增加了部分新类别。 - **DOTA v2.0**: 进一步扩展了数据规模和类别范围。 可以根据具体需求选择合适的版本进行下载。 #### 2. 下载地址 官方推荐通过百度云盘或其他第三方存储平台下载数据集压缩包。具体的下载链接可以在上述替代官网上找到。需要注意的是，由于数据量较大（通常超过几十GB），建议提前准备好足够的磁盘空间。 #### 3. 文件结构 解压后的文件夹通常会按照以下目录组织： ```plaintext DOTA/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── dotav1.yaml ``` 其中： - `images/` 存储原始图片； - `labels/` 存储对应的标注文件； - `dotav1.yaml` 是配置文件，定义了类别名称和其他参数。 --- ### 使用指南 #### 1. 标注格式 DOTA 数据集采用旋转框 (Oriented Bounding Box, OBB) 格式表示目标边界框。每条标注记录由五个数值组成，分别代表矩形中心坐标 `(x_center, y_center)`、宽度 `w`、高度 `h` 和旋转角度 `θ`。例如： ```txt x_center y_center w h θ category_name ``` 这种格式能够更精确地描述倾斜目标的位置和姿态[^2]。 #### 2. 配置文件 为了适配不同的深度学习框架，需创建相应的 YAML 配置文件。以下是针对 YOLOv8 的示例配置： ```yaml train: ../datasets/DOTA/images/train/ val: ../datasets/DOTA/images/val/ nc: 15 names: ['plane', 'baseball-diamond', 'bridge', ...] ``` 此处 `nc` 表示类别总数，而 `names` 列出了所有类别名称。 #### 3. 训练脚本 基于 Ultralytics 提供的 YOLO 实现，可执行如下命令完成模型训练： ```bash CUDA_VISIBLE_DEVICES=0 python train.py --data dotav1.yaml --cfg yolov8.cfg --weights '' --batch-size 4 ``` 验证阶段则可通过加载预训练权重来评估性能： ```python from ultralytics import YOLO def main(): model = YOLO(r'runs/obb/train/weights/best.pt') model.val(data='dotav1.yaml', imgsz=1024, batch=4, workers=4) if __name__ == '__main__': main() ``` --- ### 推荐资源 除了基础的目标检测外，还可以尝试其他高级任务，比如实例分割。虽然当前缺乏大规模的航空影像实例分割数据集，但 iSAID 数据集填补了这一空白。它不仅覆盖更多类别，而且具备更高的标注精度[^5]。 如果计划进一步研究，可以参考以下资料： - [YOLOv8_OBB GitHub Repository](https://github.com/ultralytics/yolov8_obb) - [iSAID Dataset Official Page](http://isaidataset.org/) ---