1 目标检测是计算机视觉领域中的一项重要任务，它的目标是在图像或视频中检测出物体的位置和类别。YOLO（You Only Look Once）是一系列经典的目标检测算法，最初由Joseph Redmon等人于2016年提出。YOLO算法具有快速、简单、端到端的特点，并且在速度和准确率上取得了很好的平衡，因此受到了广泛的关注和应用。 YOLO系列算法的核心思想是将目标检测问题转化为一个回归问题。

1.数据集下载 下载地址：  1）http://www.escience.cn/people/gongcheng/DIOR.html  2) 飞桨官网（推荐） 下载如下： 新建一个文件夹JPEGImages，将JPEGImages-test和PEGImages-trainval里的图片都放进JPEGImages里面。最后文件夹包含文件： 2.数据集预处理 # coding:ut

DOTA文本数据集转XML格式 说明：由于本人比较喜欢DIOR数据集格式，所以仿照DIOR数据集转的相同格式 DOTA数据集下载链接：https://pan.baidu.com/s/1lksAYbogYT3OjTBzNuQuNA 提取码：7vwv DOIR数据集下载链接： https://pan.baidu.com/s/1QPALicrLHqhblnGu_EBjlw 提取码：jcpg 代码

数据集下载 天翼云盘18713912310账号 其中包括四个文件夹Annotations、ImageSets、JPEGImages-test和JPEGImages-trainval四个文件夹。 Annotations包括Horizontal Bounding Boxes和Oriented Bounding Boxes两个文件夹，用于存放标签。 JPEGImages-test和JPE

遥感图像DIOR数据集和VOC转为yolo格式代码 DIOR数据集VOC转yolo代码 DIOR数据集 DIOR是一个用于光学遥感图像目标检测的大规模基准数据集。数据集包含23463个图像和192472个实例，涵盖20个对象类。这20个对象类是飞机、机场、棒球场、篮球场、桥梁、烟囱、水坝、高速公路服务区、高速公路收费站、港口、高尔夫球场、地面田径场、天桥、船舶、体育场、储罐、网球

DIOR数据集转化为COCO格式 为了实验方便，需要将DIOR数据集转化为COCO格式，在此将代码共享，希望能帮助到同样研究方向的人。 解压DIOR数据集的压缩文件之后，你的路径应该是这样的： 第一个参数是你电脑里上图的路径，第二个参数是你想输出COCO格式文件的路径 DIOR缺少很多COCO格式的数据，所以缺少的项都为空，代码如下 import osimport cv2from