일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- InstructPix2Pix
- TensorFlow Object Detection API install
- object detection
- Towards Deep Learning Models Resistant to Adversarial Attacks
- 커스텀 애니메이션 적용
- Carla
- DACON
- Object Detection Dataset 생성
- 객체 탐지
- 크롤링
- TensorFlow Object Detection 사용예시
- Paper Analysis
- 사회초년생 추천독서
- paper review
- Git
- VOC 변환
- Custom Animation
- Linux build
- 기능과 역할
- AI Security
- DOTA dataset
- 리눅스 빌드
- 논문 분석
- Branch 활용 개발
- Docker
- 논문분석
- CARLA simulator
- TensorFlow Object Detection Error
- 개발흐름
- TensorFlow Object Detection Model Build
Archives
- Today
- Total
목록DOTA dataset (1)
JSP's Deep learning

DOTA 데이터셋이란? DOTA 데이터셋은 위성 시점 이미지의 객체 탐지를 위해 만들어진 데이터셋이다. 일반적인 객체 탐지 데이터셋처럼 이미지와 바운딩 박스 정보가 포함된 파일로 구성되나, 일반 객체 탐지 데이터셋과 다른 점은 각각의 바운딩 박스의 4 모서리의 좌표가 위치정보를 포함한다는 것이다. DOTA 논문을 살펴보면 (c)와 같이 바운딩 박스가 구성됨을 알 수 있다. 즉, 바운딩 박스 = ((x1, y1), (x2, y2), (x3, y3), (x4, y4))와 같다. (d)는 일반적인 객체 탐지 데이터 형식으로 구성된 바운딩 박스이다. DOTA 데이터셋 DOTA 데이터 셋을 사용하여 일반 객체 탐지 모델을 학습시키기 위해서는 데이터의 형식을 변환할 필요가 있다. 본문에서는 DOTA 형식의 데이터 ..
Data Processing/Data Preprocessing
2023. 3. 25. 13:13