OGSOD-1.0 完整數據集下載目錄同時包含三種主流標注格式COCO JSON、VOC XML、YOLO TXTOGSOD-1.0 數據集數據集介紹、下載| 目標檢測 |多模態(tài)|水平框原始圖像?VOC標簽?|COCO 標簽?|YOLO 標簽?文章目錄一、基礎信息二、標注格式轉換三、訓練樣例一、基礎信息OGSOD-1.0Optical and SAR Object Detection 1.0是2023年發(fā)布的光學-SAR配對遙感目標檢測公開數據集國內構建主要面向跨模態(tài)知識蒸餾、SAR目標檢測算法評測。數據源SAR影像來自GF-3高分三號C波段極化方式VV / VH配套對齊光學影像來自Google Earth空間分辨率3 m圖像切片固定尺寸256 × 256樣本規(guī)模共18331 組光學/SAR配對圖像目標實例總數48589 個平均每張2.65個目標目標類別3類橋梁 bridge、油罐 oil tank、港口 harbour以沿海港口靜態(tài)人工基礎設施為主標注格式水平包圍框HBB支持Pascal VOC / COCO等通用檢測框架導入二、標注格式轉換轉換后的完整數據集目錄包含COCO JSON、VOC XML、YOLO TXT三種主流標簽 OGSOD-1.0 ├─ rgb │ ├─ COCO │ │ ├─ instances_test.json │ │ └─ instances_train.json │ ├─ images │ │ ├─ test │ │ │ ├─ ? *.png │ │ │ └─ ... │ │ └─ train │ │ ├─ ? *.png │ │ └─ ... │ ├─ labels │ │ ├─ test │ │ │ ├─ *.txt │ │ │ └─ ... │ │ └─ train │ │ ├─ *.txt │ │ └─ ... │ └─ VOC │ ├─ test │ │ ├─ *.xml │ │ └─ ... │ └─ train │ ├─ *.xml │ └─ ... └─ sar ├─ COCO │ ├─ instances_test.json │ └─ instances_train.json ├─ images │ ├─ test │ │ ├─ ? *.png │ │ └─ ... │ └─ train │ ├─ ? *.png │ └─ ... ├─ labels │ ├─ test │ │ ├─ *.txt │ │ └─ ... │ └─ train │ ├─ *.txt │ └─ ... └─ VOC ├─ test │ ├─ *.xml │ └─ ... └─ train ├─ *.xml └─ ...各個文件夾含義rgb可見光 RGB 遙感圖像子集sarSAR 合成孔徑雷達圖像子集COCOCOCO 格式整體標注 json 文件imagespng 格式原始圖像劃分 test/train 子集labelsYOLO 格式 txt 標簽文件VOCVOC 格式 xml 標注文件三、訓練樣例以YOLO 水平框標簽為例進行訓練