AI TOD
1.0.0
[論文] AI-TOD 是用於航空影像中微小物體偵測的資料集。
【資料集】請下載xView訓練集和AI-TOD_wo_xview來建立完整的AI-TOD資料集!
AI-TOD 隨附 28,036 張航空圖像中八個類別的 700,621 個物件實例。與現有空拍影像中的目標偵測資料集相比,AI-TOD 中目標的平均尺寸約為 12.8 像素,比其他資料集小得多。
您需要下載以下兩部分(Part1:xView訓練集,Part2:AI-TOD的一部分)並使用我們的端對端綜合工具產生完整的AI-TOD資料集。 (注意我們已經發布了AI-TOD的完整標註,您只需要生成圖像)
步驟1:下載xView訓練集、不含xview的AI-TOD,並複製aitodtoolkit。
git clone https://github.com/jwwangchn/AI-TOD.git
步驟2:依照以下方式整理下載的檔案。
├─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
步驟 3:安裝所需的軟體包。
git clone https://github.com/jwwangchn/wwtool.git
cd wwtool
python setup.py develop
cd ..
cd aitodtoolkit
pip install -r requirements.txt
步驟4:執行E2E aitodtoolkit並取得AI-TOD,可能需要一個小時左右,然後可以在aitod資料夾中找到AI-TOD的完整影像集。並且您可以刪除其他資料夾中的其他文件,以避免佔用太多空間。
python generate_aitod_imgs.py
培訓、驗證和測試集現已公開。我們在原始論文中報告了 COCO 風格的性能,您可以使用 cocoapi-aitod 來評估模型性能。
如果您在研究中使用此資料集,請考慮引用這些論文。
@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資料集
AI-TOD 資料集根據 Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) 授權。因此,AI-TOD 資料集可免費用於學術目的或個人研究,但僅限於商業用途。此外,底層程式碼已獲得 MIT 許可。