DIOR 遥感数据集介绍、下载及YOLO/VOC/COCO训练格式转换

qq_42591591

262人浏览 · 2026-07-25 10:00:00

qq_42591591 · 2026-07-25 10:00:00 发布

DIOR 完整数据集下载目录

同时包含三种主流标注格式：COCO JSON、VOC XML、YOLO TXT

在这里插入图片描述

文章目录

一、基础概述
- 1.1 数据来源
- 1.2 核心基础参数
二、20个地物完整类别
- 2.1 类别种类
- 2.2 类别分布特点
三、两种标注版本：DIOR（HBB水平框）+ DIOR-R（OBB旋转框）
四、训练样例

一、基础概述

1.1 数据来源

DIOR 全称 Diverse Optical Image Remote Sensing Dataset，论文地址：https://arxiv.org/abs/1909.00133。是西安电子科技大学2019年发布、面向光学卫星/航拍遥感目标检测的大规模公开基准数据集，遥感领域最主流评测数据集之一，对标DOTA，侧重多尺度、多场景人造地物检测。

配套衍生数据集 DIOR-R：在DIOR原图基础上新增旋转框（OBB）标注，专门用于遥感旋转目标检测研究。

在这里插入图片描述

1.2 核心基础参数

图像来源：Google Earth 全球光学航拍卫星图，RGB三通道
单图尺寸：统一裁剪为 800×800 像素
空间分辨率：0.5m ~ 30m，覆盖超高分辨率近距航拍、低分辨率远距离卫星场景
总数据量：23463张图像，192472个人工标注目标实例
官方划分
- Train：5862 张
- Val：5863 张
- Test：11738 张（测试集无公开标注，用于模型对比提交）
总文件大小约7GB

二、20个地物完整类别

2.1 类别种类

覆盖交通、建筑、水利、能源、港口、运动场地全场景：

ID	类别英文名	中文释义
0	Airplane	飞机
1	Airport	机场
2	Baseball Field	棒球场
3	Basketball Court	篮球场
4	Bridge	桥梁
5	Chimney	烟囱
6	Dam	水坝
7	Expressway Service Area	高速服务区
8	Expressway Toll Station	高速收费站
9	Golf Field	高尔夫球场
10	Ground Track Field	田径场
11	Harbor	港口
12	Overpass	天桥/立交桥
13	Ship	船舶
14	Stadium	大型体育场
15	Storage Tank	储油罐
16	Tennis Court	网球场
17	Train Station	火车站
18	Vehicle	小型车辆（汽车）
19	Windmill	风力发电机

names:
  0: airplane                # 飞机
  1: airport                 # 机场
  2: baseballfield           # 棒球场
  3: basketballcourt         # 篮球场
  4: bridge                  # 桥梁
  5: chimney                 # 烟烟囱
  6: dam                     # 水坝
  7: Expressway-Service-area # 高速服务区
  8: Expressway-toll-station # 高速收费站
  9: golffield               # 高尔夫球场
  10: groundtrackfield       # 田径场
  11: harbor                 # 港口
  12: overpass               # 立交桥/天桥
  13: ship                   # 船舶
  14: stadium                # 大型体育场
  15: storagetank            # 储油罐
  16: tenniscourt            # 网球场
  17: trainstation           # 火车站
  18: vehicle                # 小型车辆
  19: windmill               # 风力发电机

2.2 类别分布特点

严重尺度不均衡+样本长尾：

Ship（船舶）、Vehicle（车辆）样本量几十万，属于大类；
Dam、Chimney、Train Station 样本极少，模型易欠拟合；
目标尺寸跨度极大：车辆仅十几像素极小目标，机场、体育场占满整张图超大目标。

三、两种标注版本：DIOR（HBB水平框）+ DIOR-R（OBB旋转框）

3.1 原版DIOR：VOC水平框标注（HBB）

标注文件：每张图对应同名.xml Pascal VOC格式
存储：目标左上角、右下角像素坐标 xmin,ymin,xmax,ymax
适用：Faster R-CNN、YOLO-HBB、RetinaNet等水平检测框架

3.2 DIOR-R：旋转框

在原始XML内新增旋转框四顶点坐标+旋转角：

x1,y1,x2,y2,x3,y3,x4,y4  顺时针四个顶点
angle：目标相对水平旋转角度

支持两种旋转表示：

四点多边形；
五参数OBB：cx,cy,w,h,θ（适配MMRotate、YOLO-OBB）
解决遥感斜向停放飞机、船舶、车辆水平框冗余背景、IoU偏低问题。

3.3 格式转换

转换后的完整数据集文件夹内容（包含COCO JSON、VOC XML、YOLO TXT三种主流标签）：

其中数据集的划分需按照ImageSets-Main中的test.txt、train.txt、val.txt进行划分。

📁 DIOR
├─ 📦 COCO.zip
│  └─ 📄 instances_train.json
│  └─ 📄 instances_val.json
├─ 📦 ImageSets.zip
│  ├─ 📁 Layout
│  ├─ 📁 Main
│  │  ├─ 📄 test.txt
│  │  ├─ 📄 train.txt
│  │  └─ 📄 val.txt
│  └─ 📁 Segmentation
├─ 📦 JPEGImages-test.zip
│  └─ 🖼️ *.jpg
│     └─ ...
├─ 📦 JPEGImages-trainval.zip
│  └─ 🖼️ *.jpg
│     └─ ...
├─ 📦 VOC.zip
│  ├─ 📁 Horizontal Bounding Boxes
│  │  ├─ 📜 *.xml
│  │  └─ ...
│  └─ 📁 Oriented Bounding Boxes
│     ├─ 📜 *.xml
│     └─ ...
└─ 📦 YOLO.zip
   ├─ 📁 HBB-txt
   │  ├─ 📃 *.txt
   │  └─ ...
   └─ 📁 OBB-txt
      ├─ 📃 *.txt
      └─ ...

各个文件夹含义：

📁 DIOR（DOTA系列航空遥感目标检测数据集，同时支持水平框HBB / 旋转框OBB）
├─ 📦 COCO.zip
│  COCO标准json标注包
│  └─ 📄 instances_train.json：训练集COCO格式标注
│  └─ 📄 instances_val.json：验证集COCO格式标注
├─ 📦 ImageSets.zip
│  数据集划分索引文件
│  ├─ Layout
│  ├─ Main：train.txt（训练集）、val.txt（验证集）、test.txt（测试集）
│  └─ Segmentation
├─ 📦 JPEGImages-trainval.zip：训练+验证集遥感原图 *.jpg
├─ 📦 JPEGImages-test.zip：测试集遥感原图 *.jpg
├─ 📦 VOC.zip
│  Pascal VOC xml标注
│  ├─ Horizontal Bounding Boxes：水平框(HBB) xml标注
│  └─ Oriented Bounding Boxes：旋转框(OBB) xml标注
└─ 📦 YOLO.zip
   YOLO txt归一化标签
   ├─ HBB-txt：水平框YOLO标签
   └─ OBB-txt：旋转框YOLO标签