AI TOD

IA-TOD

[Papier] AI-TOD est un ensemble de données pour la détection d'objets minuscules dans des images aériennes.

[Ensemble de données] Veuillez télécharger l'ensemble de formation xView et AI-TOD_wo_xview pour construire l'ensemble de données AI-TOD complet !

Description

AI-TOD est livré avec 700 621 instances d'objets pour huit catégories sur 28 036 images aériennes. Par rapport aux ensembles de données de détection d'objets existants dans les images aériennes, la taille moyenne des objets dans AI-TOD est d'environ 12,8 pixels, ce qui est beaucoup plus petit que les autres.

Télécharger

Vous devez télécharger les deux parties suivantes (Partie 1 : ensemble de formation xView, Partie 2 : partie d'AI-TOD) et utiliser notre outil de synthèse de bout en bout pour générer l'ensemble de données AI-TOD complet. (Notez que nous avons publié les annotations complètes d'AI-TOD, il vous suffit de générer des images )

• Ensemble de formation xView. [Site web]
• Fait partie d'AI-TOD. [GoogleDrive]
• Boîte à outils E2E aitod. [Dossier]

Un guide sur la génération d'AI-TOD

Étape 1 : Téléchargez l'ensemble de formation xView, AI-TOD sans xview, et clonez le aitodtoolkit.

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

Étape 2 : Organisez les fichiers téléchargés de la manière suivante.

 ├─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

Étape 3 : Installez les packages requis.

• Environnement requis

1. Python3.7
2. mmcv

• Installer WWTool

 git clone https://github.com/jwwangchn/wwtool.git
cd wwtool
python setup.py develop

• Installer les autres packages requis

 cd ..
cd aitodtoolkit
pip install -r requirements.txt

Étape 4 : Exécutez E2E aitodtoolkit et obtenez AI-TOD, cela peut prendre environ une heure, puis les ensembles d'images complets d'AI-TOD peuvent être trouvés dans le dossier aitod . Et vous pouvez supprimer d'autres fichiers dans d'autres dossiers pour éviter de prendre trop de place.

 python generate_aitod_imgs.py

Évaluation

Les ensembles de formation, de validation et de test sont désormais accessibles au public. Nous rapportons les performances du style COCO dans l'article original, vous pouvez utiliser le cocoapi-aitod pour évaluer les performances du modèle.

Citation

Si vous utilisez cet ensemble de données dans votre recherche, pensez à citer ces articles.

 @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}
}

Référence

Ensemble de données xView

Licence

L'ensemble de données AI-TOD est sous licence Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0). Ainsi, les ensembles de données AI-TOD sont disponibles gratuitement à des fins académiques ou pour des recherches individuelles, mais limités à un usage commercial. En outre, les codes sous-jacents sont sous licence MIT.