1. DOTA数据集分割模块概述
在遥感图像目标检测领域,DOTA数据集因其高分辨率特性(通常为4000×4000像素)而闻名。这种大尺寸图像直接输入目标检测模型会导致显存溢出和计算效率低下问题。ultralytics.data.split_dota模块正是为解决这一痛点而设计,它采用滑动窗口策略将大图分割为适合模型训练的小尺寸图像块。
我在实际项目中使用这个模块处理过超过500GB的遥感数据,发现其核心价值在于:
- 保持原始图像中目标的完整性
- 精确处理旋转边界框标注
- 支持灵活的参数配置适应不同检测任务
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 模块架构与数据流解析
2.1 整体处理流程
模块的工作流程可分为三个关键阶段:
-
窗口生成阶段:
- 计算滑动窗口的起始坐标
- 处理边缘case(图像边界区域)
- 生成窗口索引矩阵
-
标注处理阶段:
- 解析DOTA格式的原始标注文件
- 计算每个目标与裁剪窗口的IoF(Intersection over Foreground)
- 过滤掉不满足阈值的小目标
-
数据保存阶段:
- 保存裁剪后的图像块
- 生成适配YOLO格式的新标注文件
- 维护图像-标注的对应关系
2.2 核心类结构
模块主要包含两个核心类:
python复制class DOTA2YOLO:
"""主转换器类,处理整个数据集"""
def __init__(self, src, dest, slice_size=1024, overlap=0.25):
self.slice_size = slice_size # 裁剪尺寸
self.overlap = overlap # 重叠率
# ...其他初始化参数
class SingleDOTA2YOLO:
"""处理单张图像的转换逻辑"""
def process_image(self, img_path, ann_path):
# 实现单图处理流水线
3. 滑动窗口实现细节
3.1 窗口参数计算
滑动窗口的两个关键参数需要特别注意:
- **步长(Strid
