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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
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
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
Ascend Extension for PyTorch
Python
588
729
deepin linux kernel
C
29
16
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++
980
965
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
791
119
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
420
366
Oohos_react_native
React Native鸿蒙化仓库
C++
341
390
昇腾LLM分布式训练框架
Python
155
183
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
226
暂无简介
Dart
963
240