定向边框（OBB）数据集概述

使用定向边界框（OBB）训练精确的物体检测模型需要一个全面的数据集。本文解释了与Ultralytics YOLO 模型兼容的各种 OBB 数据集格式，深入介绍了这些格式的结构、应用和格式转换方法。数据集使用DOTA。

完整链接：

https://blog.csdn.net/m0_47867638/article/details/141654750?spm=1001.2014.3001.5501

YOLO支持的 OBB 格式

在Ultralytics YOLO 模型中，OBB 由YOLO OBB 格式中的四个角点表示。这样可以更准确地检测到物体，因为边界框可以旋转以更好地适应物体。其坐标在 0 和 1 之间归一化：

class_index x1 y1 x2 y2 x3 y3 x4 y4

YOLO 在内部处理损失和输出是xywhr 格式，xy表示边界框的中心点、whr表示宽度、高度和旋转角度。

OBB 格式示例

例如：

0 0.780811 0.743961 0.782371 0.74686 0.777691 0.752174 0.776131 0.749758

YoloV8实现OBB训练、测试

YOLOv8 这里显示的是在DOTAv1数据集上预训练的 OBB 模型。

首次使用时，模型会自动从最新的Ultralytics 版本下载。

训练

yolo已经有自己配置好的脚本文件，直接调用就可以实现，代码如下：

from ultralytics import YOLO
import os

if __name__ == '__main__':
    model = YOLO(model="ultralytics/cfg/models/v8/yolov8l-obb.yaml")  # 从头开始构建新模型
    print(model)

    # Use the model
    results = model.train(data="DOTAv1.5.yaml", patience=0, epochs=300, device='0', batch=8, seed=42)  # 训练模

如果想加载预训练模型，则使用：

model = YOLO("ultralytics/cfg/models/v8/yolov8l-obb.yaml").load("yolov8l-obb.pt")  # build from YAML and transfer weights

或者直接加载预训练模型，如下：

model = YOLO("yolov8l-obb.pt")  # load a pretrained model (recommended for training)

验证

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-obb.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Validate the model
metrics = model.val(data="dota8.yaml")  # no arguments needed, dataset and settings remembered
print(metrics.box.map)  # map50-95(B)
print(metrics.box.map50)  # map50(B)
print(metrics.box.map75)  # map75(B)
print(metrics.box.maps)  # a list contains map50-95(B) of each category

这样做虽然简单，但是有个问题，就是DOTA的图片太大了，直接ReSize比较小的图片，那些比较小的物体就没有了！所以，还有一种常用的做法就是裁切。接下来我先介绍DOTA数据集，然后详细讲解如何裁切。

DOTA数据集

DOTA是一个专门的数据集，侧重于航空图像中的物体检测。该数据集源于 DOTA 系列数据集，提供了用定向边框（OBB）捕捉的各种航空场景的注释图像。

主要功能

收集来自不同传感器和平台的图像，图像大小从 800 × 800 到 20,000 × 20,000 像素不等。提供超过 170 万个定向边框，涵盖 18 个类别。包含多尺度物体检测。专家使用任意（8 d.o.f.）四边形对实例进行标注，捕捉不同比例、方向和形状的物体。

数据集版本

DOTA-v1.0

包含 15 个常见类别。类别：'plane', 'baseball-diamond', 'bridge', 'ground-track-field', 'small-vehicle', 'large-vehicle', 'ship', 'tennis-court', 'basketball-court', 'storage-tank',  'soccer-ball-field', 'roundabout', 'harbor', 'swimming-pool', 'helicopter' 包括 2 806 幅图像，188 282 个实例。分割比例：1/2用于训练，1/6用于验证，1/3用于测试。

DOTA-v1.5

包含与 DOTA-v1.0 相同的图像。非常小的实例（小于 10 像素）也有注释。增加一个新类别："集装箱起重机"。类别：'plane', 'baseball-diamond', 'bridge', 'ground-track-field', 'small-vehicle', 'large-vehicle', 'ship', 'tennis-court', 'basketball-court', 'storage-tank',  'soccer-ball-field', 'roundabout', 'harbor', 'swimming-pool', 'helicopter','container crane' 共计 403 318 次。为 "2019 年航空图像中的物体检测 DOAI 挑战赛 "发布。

DOTA-v2.0

收集自Google 地球、GF-2 卫星和其他航空图像。包含 18 个常见类别。类别：'plane', 'baseball-diamond', 'bridge', 'ground-track-field', 'small-vehicle', 'large-vehicle', 'ship', 'tennis-court', 'basketball-court', 'storage-tank',  'soccer-ball-field', 'roundabout', 'harbor', 'swimming-pool', 'helicopter','container crane','airport','helipad' 包括 11,268 幅图像和多达 1,793,658 个实例。引入新类别："机场 "和 "直升机停机坪"。图像分割：训练：1,830 幅图像，268,627 个实例。验证：593 幅图像，81 048 个实例。Test-dev：2 792 幅图像，353 346 个实例。测试挑战：6,053 幅图像，1,090,637 个实例。

到这里你是不是对DOTA数据集有了一定的了解。接下来讲解如何裁切？官方链接：https://captain-whu.github.io/DOTA/

1.5-2.0版本下载链接：https://hyper.ai/datasets/15632，这个下载快！

图像裁剪

第一种裁剪方法：直接使用YoloV8自己带的裁剪方法