AI TOD
1.0.0
[论文] AI-TOD 是用于航空图像中微小物体检测的数据集。
【数据集】请下载xView训练集和AI-TOD_wo_xview来构建完整的AI-TOD数据集!
AI-TOD 附带 28,036 张航空图像中八个类别的 700,621 个对象实例。与现有航拍图像中的目标检测数据集相比,AI-TOD 中目标的平均尺寸约为 12.8 像素,比其他数据集要小得多。
您需要下载以下两部分(Part1:xView训练集,Part2:AI-TOD的一部分)并使用我们的端到端综合工具生成完整的AI-TOD数据集。 (注意我们已经发布了AI-TOD的完整标注,您只需要生成图像即可)
步骤1:下载xView训练集、不带xview的AI-TOD,并克隆aitodtoolkit。
git clone https://github.com/jwwangchn/AI-TOD.git
步骤2:按照以下方式整理下载的文件。
├─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
步骤 3:安装所需的软件包。
git clone https://github.com/jwwangchn/wwtool.git
cd wwtool
python setup.py develop
cd ..
cd aitodtoolkit
pip install -r requirements.txt
步骤4:运行E2E aitodtoolkit并获取AI-TOD,可能需要一个小时左右,然后可以在aitod文件夹中找到AI-TOD的完整图像集。并且您可以删除其他文件夹中的其他文件,以避免占用太多空间。
python generate_aitod_imgs.py
培训、验证和测试集现已公开。我们在原论文中报告了 COCO 风格的性能,您可以使用 cocoapi-aitod 来评估模型性能。
如果您在研究中使用此数据集,请考虑引用这些论文。
@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}
}
xView数据集
AI-TOD 数据集根据 Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) 获得许可。因此,AI-TOD 数据集可免费用于学术目的或个人研究,但仅限于商业用途。此外,底层代码已获得 MIT 许可。