【目标检测】旋转目标检测DOTA格式转YOLO格式标注

准备DOTA格式数据集:

dota_dataset

-- images

|----- train

|----- val

-- labels

|----- train

|----- train_original

|----- val

|----- val_original

修改class_mapping和图片格式:

ultralytics/data/converter.py

convert_dota_to_yolo_obb()

转换标注:

python 复制代码
from ultralytics.data.converter import convert_dota_to_yolo_obb
convert_dota_to_yolo_obb('path\to\dota_dataset')

参考:[1]

相关推荐
卓豪终端管理3 分钟前
如何安全地管理固定功能设备?
java·大数据·开发语言·网络·人工智能·安全
Sherlock Ma9 分钟前
基于LightRAG进行本地RAG部署(包括单卡多卡本地模型部署、调用阿里云或DeepSeekAPI的部署方法、RAG使用方法)
人工智能·阿里云·大模型·aigc·检索增强·rag·deepseek
User_芊芊君子12 分钟前
从0到1:让AI赋能计算机的全流程实践指南
人工智能
人工智能交叉前沿技术,23 分钟前
机器学习在催化剂设计中的应用理论加实操
人工智能·机器学习
声网23 分钟前
Edge 浏览器推出 Copilot Vision:免费实时解析屏幕内容;Aqua Voice:极速 AI 语音输入工具丨日报
人工智能
努力犯错玩AI27 分钟前
16.4B参数仅激活2.8B!Kimi-VL-A3B开源:长文本、多模态、低成本的AI全能选手
人工智能·后端·开源
Watermelo61733 分钟前
《Science》观点解读:AI无法创造真正的智能体(AI Agent)
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·数据挖掘
suke36 分钟前
企业级部署实操: SGLang 多节点集群部署 Qwen 系列大模型
人工智能·ai编程
灏瀚星空1 小时前
AI 模型高效化:推理加速与训练优化的技术原理与理论解析
开发语言·人工智能·深度学习·程序人生·机器人·智慧城市·量子计算
mex_wayne1 小时前
基础学习:(6)nanoGPT
人工智能·学习·transformer