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

本文介绍了航空影像目标检测数据集DOTA,包含15类目标,188282个带方向边界框的标注。数据集针对航空影像特点,如目标大小差异、类别不均衡和任意方向,提供大量多样化的数据。评估了Faster R-CNN等模型在垂直和倾斜框检测上的性能,发现OBB在某些情况下优于HBB,反之亦然,揭示了目标检测中的挑战。
643

被折叠的 条评论
为什么被折叠?



