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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355