DOTA：用于航拍图像目标检测的大规模数据集
计算机视觉与模式识别
2019-05-21 v3
摘要
目标检测是计算机视觉中一个重要且具有挑战性的问题。尽管过去十年在自然场景中的目标检测取得了重大进展，但此类成功在航拍图像领域进展缓慢，这不仅因为地球表面目标实例在尺度、方向和形状上差异巨大，也由于航拍场景中缺乏良好标注的目标数据集。为推动地球视觉（亦称地球观测与遥感）中的目标检测研究，我们引入了用于航拍图像目标检测的大规模数据集（DOTA）。为此，我们从不同传感器和平台收集了 幅航拍图像。每幅图像尺寸约为 4000×4000 像素，包含尺度、方向和形状各异的目标。这些 DOTA 图像由航拍图像解译专家使用 个常见目标类别进行标注。完全标注的 DOTA 图像包含 个实例，每个实例由一个任意（8 自由度）四边形标出。为构建地球视觉中目标检测的基线，我们在 DOTA 上评估了最先进的目标检测算法。实验表明，DOTA 很好地代表了真实的地球视觉应用，且颇具挑战性。
引用
@article{arxiv.1711.10398,
title = {DOTA: A Large-scale Dataset for Object Detection in Aerial Images},
author = {Gui-Song Xia and Xiang Bai and Jian Ding and Zhen Zhu and Serge Belongie and Jiebo Luo and Mihai Datcu and Marcello Pelillo and Liangpei Zhang},
journal= {arXiv preprint arXiv:1711.10398},
year = {2019}
}
备注
Accepted to CVPR 2018