DOTA は、航空画像内のターゲット検出に使用される大規模なデータ セットです。このデータ セットは v1.5 および v2.0 です。

データセットには、さまざまなセンサーやプラットフォームからの航空画像が含まれています。各画像のピクセル寸法は 800 × 800 から 20,000 × 20,000 の範囲にあり、さまざまなサイズ、方向、形状のオブジェクトが含まれています。 DOTA 画像内のインスタンスは、航空画像解釈の専門家によって任意の四角形 (8 自由度) によってラベル付けされます。

このデータセットには 3 つのバージョンがあります。

• DOTA-v1.0 15 の共通カテゴリ、2,806 個の画像、188,282 個のインスタンスが含まれています。このうち、トレーニング セット、検証セット、テスト セットの割合はそれぞれ 1/2、1/6、1/3 です。
• DOTA-v1.5 には同じ画像が含まれていますが、非常に小さいインスタンス (10 ピクセル未満) の注釈が追加されています。また、新たに「コンテナクレーン」カテゴリを追加しました。合計 403,318 個のインスタンスが含まれます。
• DOTA-v2.0 には、合計 18 の共通カテゴリ、11,268 個の画像 (トレーニング、検証、テスト開発、およびテスト チャレンジ セットに分割) と 1,793,658 個のインスタンスがあります。