MMrotate1.x 生成DOTA数据集提交文件的完整指南
2025-07-05 22:26:30作者:邬祺芯Juliet
概述
MMrotate1.x 是一个基于PyTorch的开源旋转目标检测框架,广泛应用于遥感图像分析领域。在使用MMrotate进行DOTA数据集测试时,生成符合官方要求的提交文件是评估模型性能的关键步骤。本文将详细介绍如何在MMrotate1.x中正确生成提交到DOTA服务器的压缩文件。
生成提交文件的核心命令
在MMrotate1.x中,生成DOTA格式提交文件的核心命令如下:
python tools/test.py \
configs/h2rbox/h2rbox-le90_r50_fpn_adamw-1x_dota.py \
work_dirs/h2rbox-le90_r50_fpn_adamw-1x_dota/epoch_12.pth \
--work-dir=work_dirs/Task1_results
命令参数解析
-
配置文件路径:
configs/h2rbox/h2rbox-le90_r50_fpn_adamw-1x_dota.py- 指定了模型架构和训练配置
-
模型权重文件:
work_dirs/h2rbox-le90_r50_fpn_adamw-1x_dota/epoch_12.pth- 训练好的模型权重文件路径
-
输出目录:
--work-dir=work_dirs/Task1_results- 指定结果保存路径,DOTA格式的提交文件将生成在此目录下
生成文件结构
执行上述命令后,系统会在指定目录下生成符合DOTA评估服务器要求的文件结构:
work_dirs/Task1_results/
├── results.pkl
└── Task1/
├── P0006.txt
├── P0007.txt
├── ...
└── Pxxxx.txt
其中,每个.txt文件对应一张测试图像的检测结果,格式符合DOTA官方要求。
常见问题解决方案
-
版本兼容性问题:
- 确保使用的MMrotate版本与配置文件匹配
- 检查PyTorch和CUDA版本是否兼容
-
文件格式错误:
- 验证生成的.txt文件是否符合DOTA格式规范
- 检查坐标值是否在合理范围内
-
性能评估差异:
- 确认测试时使用的数据增强方式与训练一致
- 检查NMS阈值等后处理参数设置
最佳实践建议
-
批量测试:可以编写脚本批量测试多个模型,比较不同配置的性能差异
-
结果验证:在正式提交前,建议使用DOTA官方提供的评估工具本地验证结果文件
-
版本控制:记录每次提交对应的模型配置和训练参数,便于结果复现和分析
通过以上步骤,用户可以顺利生成符合DOTA服务器要求的提交文件,完成模型性能的官方评估。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
297
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
879
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
905
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924