Iteration Plan for OBBDetection 2021-11-19

[jbwang1997]

Iteration Plan for OBBDetection 2021-11-19

BboxToolkit:

• [x] 600 cropping config of DOTA(1.0, 1.5, 2.0) for imgsplit.py.
• [x] visualize.py supporting json config.
• [x] Updating HRSCio.py #62

OBBDetection

• [ ] Personal dataset support #26
• [ ] ATSS-OBB
• [x] #91
• [ ] GWD
• [ ] KLD
• [ ] Oriented Reppoints
• [ ] AOPG

It's very welcome to propose PRs.

[chandlerbing65nm]

Looking forward to the implementation of GWD and KLD in this repo.

[liuyanyi]

你好，我正在基于OBBDetection移植s2anet，代码在s2anet，但是在12个epoch下精度目前卡在72.7。查看原始版本的s2anet的训练log发现似乎数据集切分后的图像数量有区别，这边batchsize8的时候每Epoch1600步，s2a里是2631步，我准备再尝试一下2x调度下精度能否正常。您能帮忙看看是哪里出了问题吗，感谢。

[jbwang1997]

你好，我正在基于OBBDetection移植s2anet，代码在s2anet，但是在12个epoch下精度目前卡在72.7。查看原始版本的s2anet的训练log发现似乎数据集切分后的图像数量有区别，这边batchsize8的时候每Epoch1600步，s2a里是2631步，我准备再尝试一下2x调度下精度能否正常。您能帮忙看看是哪里出了问题吗，感谢。

我看了一下s2anet的2631步可能是因为没有过滤没有目标的图像块，如果不过滤没有目标图像块的话，训练图片为21046张，除以8正好为2631，这个可以参考issue30。

现阶段代码非常工整，不知道是否考为这个项目提pr?

[liuyanyi]

你好，我正在基于OBBDetection移植s2anet，代码在s2anet，但是在12个epoch下精度目前卡在72.7。查看原始版本的s2anet的训练log发现似乎数据集切分后的图像数量有区别，这边batchsize8的时候每Epoch1600步，s2a里是2631步，我准备再尝试一下2x调度下精度能否正常。您能帮忙看看是哪里出了问题吗，感谢。

我看了一下s2anet的2631步可能是因为没有过滤没有目标的图像块，如果不过滤没有目标图像块的话，训练图片为21046张，除以8正好为2631，这个可以参考issue30。

现阶段代码非常工整，不知道是否考为这个项目提pr?

好的，我周末测试一下，尽量对齐精度，整理一下代码再提pr

[jbwang1997]

@liuyanyi 您好，我今天仔细地看了一下，发现造成精度不对齐也许不是裁图问题，s2anet在训练地时候应该也将没有目标地图像块过滤掉。

主要问题还是在于对有向目标地定义方面，OBBDetection定义有向目标逆时针旋转方向为正，而S2Anet中定义顺时针方向为正，这导致在coder、IoU calculator、alignconv处都有一定地变换。

我发现您地代码中coder使用的还是S2ANet的，这与OBBDetection传入的gt_obboxes定义的角度有出入，并且，alignconv处的xr,yr计算公式也需要发生变化。

[liuyanyi]

哦哦，之前没注意过iou calculator和Align Conv，我取看看，感谢

[liuyanyi]

@liuyanyi 您好，我今天仔细地看了一下，发现造成精度不对齐也许不是裁图问题，s2anet在训练地时候应该也将没有目标地图像块过滤掉。

主要问题还是在于对有向目标地定义方面，OBBDetection定义有向目标逆时针旋转方向为正，而S2Anet中定义顺时针方向为正，这导致在coder、IoU calculator、alignconv处都有一定地变换。

我发现您地代码中coder使用的还是S2ANet的，这与OBBDetection传入的gt_obboxes定义的角度有出入，并且，alignconv处的xr,yr计算公式也需要发生变化。

果然是角度的问题，调了角度之后在OBB的角度定义下可以达到74.0，已经提了一个pr。