AI TOD

AI-TOD

[Paper] AI-TOD adalah kumpulan data untuk mendeteksi objek kecil pada gambar udara.

[Kumpulan Data] Silakan unduh kumpulan pelatihan xView dan AI-TOD_wo_xview untuk membuat kumpulan data AI-TOD yang lengkap!

Keterangan

AI-TOD hadir dengan 700.621 objek untuk delapan kategori di 28.036 gambar udara. Dibandingkan dengan kumpulan data deteksi objek yang ada pada gambar udara, ukuran rata-rata objek di AI-TOD adalah sekitar 12,8 piksel, jauh lebih kecil dibandingkan yang lain.

Unduh

Anda perlu mengunduh dua bagian berikut (Bagian 1: set pelatihan xView, Bagian 2: bagian dari AI-TOD) dan menggunakan alat sintesis ujung ke ujung kami untuk menghasilkan kumpulan data AI-TOD yang lengkap. (Perhatikan bahwa kami telah merilis anotasi lengkap AI-TOD, Anda hanya perlu membuat gambar )

• xView set pelatihan. [Situs web]
• Bagian dari AI-TOD. [GoogleDrive]
• Perangkat alat E2E. [Map]

Panduan Menghasilkan AI-TOD

Langkah 1: Unduh set pelatihan xView, AI-TOD tanpa xview, dan kloning aitodtoolkit.

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

Langkah 2: Atur file yang diunduh dengan cara berikut.

 ├─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

Langkah 3: Instal paket yang diperlukan.

• Lingkungan yang diperlukan

1. ular piton 3.7
2. mmcv

• Instal wwtool

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

• Instal paket lain yang diperlukan

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

Langkah 4: Jalankan aitodtoolkit E2E dan dapatkan AI-TOD, mungkin memakan waktu sekitar satu jam, kemudian kumpulan gambar lengkap AI-TOD dapat ditemukan di folder aitod . Dan Anda dapat menghapus file lain di folder lain agar tidak memakan terlalu banyak ruang.

 python generate_aitod_imgs.py

Evaluasi

Set Pelatihan, Validasi, dan Pengujian keduanya tersedia untuk umum sekarang. Kami melaporkan kinerja gaya COCO di makalah asli, Anda dapat menggunakan kakaopi-aitod untuk mengevaluasi kinerja model.

Kutipan

Jika Anda menggunakan kumpulan data ini dalam penelitian Anda, harap pertimbangkan untuk mengutip makalah ini.

 @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}
}

Referensi

xLihat Kumpulan Data

Lisensi

Kumpulan data AI-TOD dilisensikan di bawah Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0). Oleh karena itu, kumpulan data AI-TOD tersedia secara gratis untuk tujuan akademis atau penelitian individu, tetapi dibatasi untuk penggunaan komersial. Selain itu, kode dasarnya dilisensikan di bawah lisensi MIT.