الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

AI-TOD

[ورقة] AI-TOD عبارة عن مجموعة بيانات للكشف عن الأجسام الصغيرة في الصور الجوية.

[مجموعة البيانات] برجاء تنزيل مجموعة xView Trainig وAI-TOD_wo_xview لإنشاء مجموعة بيانات AI-TOD الكاملة!

وصف

يأتي AI-TOD مزودًا بـ 700,621 مثيلًا للكائن لثماني فئات عبر 28,036 صورة جوية. بالمقارنة مع مجموعات بيانات الكشف عن الكائنات الموجودة في الصور الجوية، يبلغ متوسط ​​حجم الكائنات في AI-TOD حوالي 12.8 بكسل، وهو أصغر بكثير من غيرها.

تحميل

تحتاج إلى تنزيل الجزئين التاليين (الجزء الأول: مجموعة تدريب xView، الجزء الثاني: جزء من AI-TOD) واستخدام أداة التوليف الشاملة الخاصة بنا لإنشاء مجموعة بيانات AI-TOD الكاملة. (لاحظ أننا أصدرنا التعليقات التوضيحية الكاملة لـ AI-TOD، ما عليك سوى إنشاء صور )

  • مجموعة التدريب xView. [موقع إلكتروني]
  • جزء من AI-TOD. [جوجل درايف]
  • E2E aitodtoolkit. [مجلد]

دليل حول إنشاء AI-TOD

الخطوة 1: قم بتنزيل مجموعة تدريب xView، AI-TOD بدون xview، واستنساخ aitodtoolkit. 

 git clone https://github.com/jwwangchn/AI-TOD.git

الخطوة 2: قم بتنظيم الملفات التي تم تنزيلها بالطريقة التالية. 

 ├─aitod
│  ├─annotations ## put the downloaded annotations of AI-TOD_wo_xview (.json)
│  └─images ## unzip the downloaded AI-TOD_wo_xview image sets, put them (.png) in the corresponding folder
│      ├─test ## directly put the images in it without extra folder
│      ├─train 
│      ├─trainval 
│      └─val 
├─aitod_xview ## here are six files (.txt)
├─xview
│  ├─ori
│  │   └─train_images ## unzip the downloaded xView training set images, put them (.tif) here
│  └─xView_train.geojson ## the annotation file of xView training set
└─generate_aitod_imgs.py ## end-to-end tool

الخطوة 3: تثبيت الحزم المطلوبة.

  • البيئة المطلوبة
  1. بايثون 3.7
  2. mmcv
  • قم بتثبيت wwtool 
 git clone https://github.com/jwwangchn/wwtool.git
cd wwtool
python setup.py develop
  • تثبيت الحزم الأخرى المطلوبة 
 cd ..
cd aitodtoolkit
pip install -r requirements.txt

الخطوة 4: قم بتشغيل E2E aitodtoolkit واحصل على AI-TOD، قد يستغرق الأمر حوالي ساعة، ثم يمكن العثور على مجموعات الصور الكاملة لـ AI-TOD في مجلد aitod . ويمكنك حذف الملفات الأخرى الموجودة في مجلدات أخرى لتجنب شغل مساحة كبيرة. 

 python generate_aitod_imgs.py

تقييم

مجموعات التدريب والتحقق والاختبار متاحة للجمهور الآن. لقد قمنا بالإبلاغ عن أداء نمط COCO في الورقة الأصلية، ويمكنك استخدام Cocoapi-Aitod لتقييم أداء النموذج.

الاقتباس

إذا كنت تستخدم مجموعة البيانات هذه في بحثك، فيرجى التفكير في الاستشهاد بهذه الأبحاث. 

 @inproceedings{AI-TOD_2020_ICPR,
    title={Tiny Object Detection in Aerial Images},
    author={Wang, Jinwang and Yang, Wen and Guo, Haowen and Zhang, Ruixiang and Xia, Gui-Song},
    booktitle=ICPR,
    pages={3791--3798},
    year={2021},
}

 @article{NWD_2021_arXiv,
  title={A Normalized Gaussian Wasserstein Distance for Tiny Object Detection},
  author={Wang, Jinwang and Xu, Chang and Yang, Wen and Yu, Lei},
  journal={arXiv preprint arXiv:2110.13389},
  year={2021}
}

مرجع

مجموعة بيانات xView

رخصة

تم ترخيص مجموعة بيانات AI-TOD بموجب Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0). وبالتالي فإن مجموعة بيانات AI-TOD متاحة مجانًا للأغراض الأكاديمية أو الأبحاث الفردية، ولكنها مقيدة للاستخدام التجاري. علاوة على ذلك، فإن الرموز الأساسية مرخصة بموجب ترخيص MIT.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل