ดาวน์โหลด AI TOD - ดาวน์โหลดซอร์สโค้ด AI TOD

AI TOD

ซอร์สโค้ดอื่น ๆ

1.0.0

ดาวน์โหลด

AI-TOD

[กระดาษ] AI-TOD เป็นชุดข้อมูลสำหรับการตรวจจับวัตถุขนาดเล็กในภาพถ่ายทางอากาศ

[ชุดข้อมูล] โปรดดาวน์โหลดชุดฝึก xView และ AI-TOD_wo_xview เพื่อสร้างชุดข้อมูล AI-TOD ที่สมบูรณ์!

คำอธิบาย

AI-TOD มาพร้อมกับอินสแตนซ์วัตถุ 700,621 รายการสำหรับแปดหมวดหมู่จากภาพถ่ายทางอากาศ 28,036 ภาพ เมื่อเปรียบเทียบกับชุดข้อมูลการตรวจจับวัตถุที่มีอยู่ในภาพถ่ายทางอากาศ ขนาดเฉลี่ยของวัตถุใน AI-TOD จะอยู่ที่ประมาณ 12.8 พิกเซล ซึ่งเล็กกว่าชุดอื่นๆ มาก

ดาวน์โหลด

คุณต้องดาวน์โหลดสองส่วนต่อไปนี้ (ส่วนที่ 1: ชุดการฝึกอบรม xView, ส่วนที่ 2: ส่วนหนึ่งของ AI-TOD) และใช้เครื่องมือการสังเคราะห์ตั้งแต่ต้นทางถึงปลายทางของเราเพื่อสร้างชุดข้อมูล AI-TOD ที่สมบูรณ์ (โปรดทราบว่าเราได้เผยแพร่ คำอธิบายประกอบที่สมบูรณ์ ของ AI-TOD แล้ว คุณจะต้อง สร้างรูปภาพ เท่านั้น)

ชุดฝึก xView [เว็บไซต์]
ส่วนหนึ่งของ AI-TOD [กูเกิลไดรฟ์]
ชุดเครื่องมือช่วยเหลือ E2E [โฟลเดอร์]

คำแนะนำในการสร้าง AI-TOD

ขั้นตอนที่ 1: ดาวน์โหลดชุดการฝึกอบรม xView, AI-TOD ที่ไม่มี xview และโคลน aitodtoolkit

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

ขั้นตอนที่ 2: จัดระเบียบไฟล์ที่ดาวน์โหลดในลักษณะดังต่อไปนี้

 ├─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

ขั้นตอนที่ 3: ติดตั้งแพ็คเกจที่จำเป็น

สภาพแวดล้อมที่จำเป็น

หลาม 3.7
mmcv

ติดตั้ง wwtool

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

ติดตั้งแพ็คเกจที่จำเป็นอื่น ๆ

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

ขั้นตอนที่ 4: เรียกใช้ aitodtoolkit E2E และรับ AI-TOD อาจใช้เวลาประมาณหนึ่งชั่วโมง จากนั้นชุดรูปภาพทั้งหมดของ AI-TOD จะอยู่ในโฟลเดอร์ aitod และคุณสามารถลบไฟล์อื่น ๆ ในโฟลเดอร์อื่นได้เพื่อหลีกเลี่ยงการใช้พื้นที่มากเกินไป

 python generate_aitod_imgs.py

การประเมิน

ชุดการฝึกอบรม การตรวจสอบความถูกต้อง และการทดสอบ พร้อมใช้งานแล้วในขณะนี้ เรารายงานประสิทธิภาพสไตล์ COCO ในรายงานต้นฉบับ คุณสามารถใช้โกโก้ปี-ไอท็อดเพื่อประเมินประสิทธิภาพของโมเดล

การอ้างอิง

หากคุณใช้ชุดข้อมูลนี้ในการวิจัย โปรดพิจารณาอ้างอิงเอกสารเหล่านี้

 @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}
}

อ้างอิง

xView ชุดข้อมูล

ใบอนุญาต

ชุดข้อมูล AI-TOD ได้รับอนุญาตภายใต้ Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) ดังนั้นชุดข้อมูล AI-TOD จึงมีให้ใช้งานอย่างเสรีเพื่อวัตถุประสงค์ทางวิชาการหรือการวิจัยส่วนบุคคล แต่ถูกจำกัดการใช้งานเชิงพาณิชย์ นอกจากนี้ รหัสพื้นฐานยังได้รับอนุญาตภายใต้ใบอนุญาต MIT

ขยาย

ข้อมูลเพิ่มเติม