MMrotate1.x 生成DOTA数据集提交文件的完整指南
2025-07-05 21:00:41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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322