DOTA数据集介绍（论文A Large-scale Dataset for Object Detection in Aerial Images）

HBB：horizontal Bounding Boxes 水平边界框

OBB：oriented Bounding Boxes 带方向的（倾斜）边界框

1 introduction

（1） 航空影像目标检测与传统目标检测的区别

• 航空影像目标尺寸差异很大
• 航空影像中很多小目标密集分布，且类别不均衡
• 航空影像中的目标可能是任意方向的

    除此之外，数据集的问题也是航空影像目标检测面临的挑战之一。

（2） 主要内容

本研究介绍了一个大型的目标检测数据集。该数据集包含了286张来自不同传感器和平台的航空影像，每张影像大小都在4000×4000pixel内，分为15种类别，188282个目标，每个目标都标记为一个带方向的边界框。

（3）好的数据集的特征

• 数据量大
• 每类有足够多目标
• 目标标注带有确切的方向
• 类别较多，能反映实际

存在问题：类别单一、缺少方向信息

2. DOTA数据标注

（1）数据源：来自多种传感器和平台的不同分辨率航空影像

（2）类别选择：15类，包括飞机、舰船、储罐、棒球场、网球场、篮球场、田径场、海港、桥梁、大型车辆、小型车辆、直升机、环岛、足球场、游泳池

（3）标注方式

• (x, y, w, h, θ): 不能完全包围各部分变形大的旋转目标
• (x1, y1, x2, y2, x3, y3, x4, y4): 从左上角或者目标头部开始顺时针标注

（4）数据集划分：1/2训练，1/6验证，1/3测试

3. DOTA数据集属性

（1）原始影像大小从800-4000(大部分大于1000), 无切割直接标记

（2）不同方法的目标分布均衡

（3）数据集中提供了每张影像的空间分辨率

（4）类别的不同目标大小分布

（5）目标的不同长宽比：

• 最小外切水平矩形边界的长宽比
• 原始四边形边框的长宽比

（6）影像中不同目标的密度：一个个标注密集分布的目标

4. 评价

（1） 垂直框目标检测：Faster R-CNN1 [26], R-FCN2 [4], YOLOv23 [25] and SSD2 [16]

（2）倾斜框目标检测：改进版的Faster R-CNN

（3）将影像分割成1024×1024，步长512。当目标被切分的面积小于原始面积的0.7，就将其定为difficult。之后，确定被切分的目标能否被四个顺时针顶点的边界框所表示。

（4）评价指标：mAP

（5）水平框检测时，SSD效果很差：分析原因可能是因为SSD在数据增强时会进行随即裁剪操作，导致小目标的检测难度增加。

（6）倾斜框检测时，结果精度比水平框检测低很多。

5. 结果分析

（a) vs. (b): OBB优于HBB

（c) vs. (d): HBB优于OBB: 在OBB中，目标长宽比很大；在HBB中，目标具有正常的长宽比

（e) vs. (f): OBB和HBB效果都不好