AI TOD

AI-TOD

[논문] AI-TOD는 항공영상에서 작은 물체를 탐지하기 위한 데이터셋입니다.

[데이터세트] 완전한 AI-TOD 데이터세트를 구성하려면 xView 훈련 세트와 AI-TOD_wo_xview를 다운로드하세요!

설명

AI-TOD에는 28,036개의 항공 이미지에 걸쳐 8개 범주에 대한 700,621개의 객체 인스턴스가 제공됩니다. 기존 항공영상 객체 검출 데이터셋과 비교하면 AI-TOD의 객체 평균 크기는 약 12.8픽셀로 다른 객체보다 훨씬 작다.

다운로드

다음 두 부분(파트1: xView 훈련 세트, 파트2: AI-TOD의 일부)을 다운로드하고 엔드투엔드 합성 도구를 사용하여 완전한 AI-TOD 데이터 세트를 생성해야 합니다. (우리는 AI-TOD의 완전한 주석을 공개했습니다. 이미지만 생성 하면 됩니다.)

• xView 트레이닝 세트. [웹사이트]
• AI-TOD의 일부입니다. [구글드라이브]
• E2E aitodtoolkit. [접는 사람]

AI-TOD 생성 가이드

1단계: xView 훈련 세트인 xview가 없는 AI-TOD를 다운로드하고 aitodtoolkit을 복제합니다.

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

2단계: 다운로드한 파일을 다음과 같은 방법으로 정리합니다.

 ├─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

3단계: 필수 패키지를 설치합니다.

• 필수 환경

1. 파이썬 3.7
2. mmcv

• wwtool 설치

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

• 기타 필수 패키지 설치

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

4단계: E2E aitodtoolkit을 실행하고 AI-TOD를 가져옵니다. 약 1시간 정도 걸릴 수 있으며 AI-TOD의 전체 이미지 세트는 aitod 폴더에서 찾을 수 있습니다. 그리고 너무 많은 공간을 차지하지 않도록 다른 폴더의 다른 파일을 삭제할 수도 있습니다.

 python generate_aitod_imgs.py

평가

훈련, 검증 및 테스트 세트는 모두 공개적으로 제공됩니다. 원본 논문에서는 COCO 스타일 성능을 보고하고 있으며, cocoapi-aitod를 사용하여 모델 성능을 평가할 수 있습니다.

소환

연구에 이 데이터 세트를 사용하는 경우 이 논문을 인용하는 것을 고려해 보십시오.

 @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}
}

참조

xView 데이터세트

특허

AI-TOD 데이터 세트는 Attribution-NonCommercial-ShareAlike 4.0 International(CC BY-NC-SA 4.0)에 따라 라이센스가 부여됩니다. 따라서 AI-TOD 데이터 세트는 학문적 목적이나 개인 연구 목적으로는 무료로 사용할 수 있지만 상업적 용도로는 제한됩니다. 게다가 기본 코드는 MIT 라이선스에 따라 라이선스가 부여됩니다.