SAR目标检测开源数据集汇总,及时更新,欢迎补充

MSTAR(1996)

网上已经有很多介绍了。

MSTAR数据库作为SAR图像自动目标识别(SAR ATR)研究的一个通用库,被很多学者广泛采用。该实验数据采用美国国防高等研究计划署(DARPA)支持的MSTAR计划所公布的实测SAR地面静止目标数据,无论是在国内还是国际上,针对SAR图像目标识别的研究基本上是基于该数据集而展开的。采集该数据集的传感器为高分辨率的聚束式合成孔径雷达,该雷达的分辨率为0.3m×0.3m。工作在X波段,所用的极化方式为HH极化方式。对采集到的数据进行前期处理,从中提取出像素大小为128×128包含各类目标的切片图像。该数据大多是静止车辆的SAR切片图像,包含多种车辆目标在各个方位角下获取到的目标图像。

来源:MSTAR雷达数据集总结_晨凫追风的博客-CSDN博客_mstar数据集

OpenSARShip(2017)

OpenSARShip: A Dataset Dedicated to Sentinel-1 Ship Interpretation | IEEE Journals & Magazine | IEEE Xplore

下载地址:http://opensar.sjtu.edu.cn/

OpenSAR是由上海交通大学高级传感技术中心(AST)开发的开放式SAR图像管理和处理平台,用于SAR图像的读取,处理,可视化和算法测试。SAR图像管理和算法测试是OpenSAR的主要任务。
OpenSAR支持导入各种SAR数据源,例如TerraSAR-X,RADARSAT 1/2,COSMO-SkyMed等。用户可以通过该平台搜索和查看SAR图像数据。OpenSAR支持注册各种算法,例如图像去噪,场景分类,目标检测,目标识别,变化检测等。用户可以通过该平台搜索,配置和执行这些算法,并且完整的测试报告也将提供给用户。
 

高分辨率SAR舰船检测数据集(2019)

高分辨率SAR舰船检测数据集-1.0

孙显, 王智睿, 孙元睿, 等. AIR-SARShip-1.0:高分辨率SAR舰船检测数据集[J]. 雷达学报, 待出版. doi: 10.12000/JR19097

下载地址:https://radars.ac.cn/web/data/getData?newsColumnId=abd5c1b2-fe65-47f7-8ebf-990273a91a48

高分辨率SAR舰船检测数据集-1.0(AIR-SARShip-1.0)首批发布31幅图像,图像分辨率包括1m和3m,成像模式包括聚束式和条带式,极化方式为单极化,场景类型包含港口、岛礁、不同等级海况的海面,目标覆盖运输船、油船、渔船等十余类近千艘舰船。

图像尺寸约为3000×3000像素,图像格式为Tiff、单通道、8/16位图像深度,标注文件提供相应图像的长宽尺寸、标注目标的类别以及标注矩形框的位置。

高分辨率SAR舰船检测数据集-2.0

孙显, 王智睿, 孙元睿, 等. AIR-SARShip-1.0:高分辨率SAR舰船检测数据集[J]. 雷达学报,, 2019, 8(6): 852–862. doi:  10.12000/JR19097

下载地址:https://radars.ac.cn/web/data/getData?newsColumnId=1e6ecbcc-266d-432c-9c8a-0b9a922b5e85

高分辨率SAR舰船检测数据集-2.0(AIR-SARShip-2.0)发布300幅图像,图像分辨率包括1m和3m,成像模式包括聚束式和条带式,极化方式为单极化,极化方式为VV,场景类型包含港口、岛礁、不同等级海况的海面,目标覆盖运输船、油船、渔船等十余类数千艘舰船。

图像尺寸约为1000×1000像素,图像格式为Tiff、单通道、8/16位图像深度,标注文件提供相应图像的长宽尺寸、标注目标的类别以及标注矩形框的位置。

SSDD/SSDD+(2020)

在数据集SSDD中,一共有1160个图像和2456个舰船,平均每个图像有2.12个舰船,数据集后续会继续扩充。相比于具有20类目标的PASCAL VOC数据集,SSDD虽然图片少,但是类别只有舰船这一种,因此它足以训练检测模型。

SSDD+的数据集相对于SSDD数据将垂直边框变成了旋转边框,旋转边框可在完成检测任务的同时实现了对目标的方向估计。

RSDD-SAR:SAR舰船斜框检测数据集(2022)

徐从安, 苏航, 李健伟, 等. RSDD-SAR:SAR舰船斜框检测数据集[J]. 雷达学报,  待出版. doi:  10.12000/JR22007.

 RSDD-SAR:SAR舰船斜框检测数据集

【最新成果】RSDD-SAR:SAR舰船斜框检测数据集(视频)

何友院士,熊伟教授和刘瑜教授的指导下,海军航空大学徐从安副教授团队基于国产高分3号卫星数据和欧空局TerraSAR-X卫星数据构建了SAR舰船斜框检测数据集RSDD-SAR,该数据集由84景高分三号数据和41景TerraSAR-X数据切片及2景未剪裁大图,共127景数据构成,包含多种成像模式、多种极化方式、多种分辨率切片7000张,舰船实例10263个。此外,通过对几种常用的光学遥感图像斜框检测算法和SAR舰船斜框检测算法进行实验与分析,形成基准指标,供相关学者参考。

HRSID(2020)

下载地址:https://github.com/chaozhong2010/HRSID

该数据集是电子科技大学的苏浩在2020年1月发布数据集,HRSID是高分辨率sar图像中用于船舶检测、语义分割和实例分割任务的数据集。该数据集共包含5604张高分辨率SAR图像和16951个ship实例。ISSID数据集借鉴了Microsoft Common Objects in Context (COCO)数据集的构建过程,包括不同分辨率的SAR图像、极化、海况、海域和沿海港口。该数据集是研究人员评估其方法的基准。对于HRSID, SAR图像的分辨率分别为:0.5m, 1 m, 3 m。

SAR-Ship-Dataset多源多尺度SAR船舶切片数据集

参考文献:A SAR Dataset of Ship Detection for Deep Learning under Complex Backgrounds

Wang Y, Wang C, Zhang H, et al. A SAR dataset of ship detection for deep learning under complex backgrounds[J]. Remote Sensing, 2019, 11(7): 765. doi: 10.3390/rs11070765

下载地址:https://radars.ac.cn/web/data/getData?dataType=SARGroundObjectsTypes

https://github.com/CAESAR-Radi/SAR-Ship-Dataset

本数据集包括SAR船舶检测切片近40000张,采用了国产高分3号卫星和欧空局Sentinel-1卫星数据。图像分辨率覆盖1.7米到25米,极化方式包括HH、HV、VH和VV,成像模式包括超精细条带模式、精细条带模式、全极化条带模式、条带扫描模式和干涉宽幅模式,详细参数见表1。该数据集场景包括港口、近岸、岛屿和远海,类型包括油轮、散货船、大型集装箱船和渔船等各类常见船舶目标。

切片尺寸为256×256像元,格式为三通道灰度图像,24位深JPG。标注文件为TXT格式,一行标注一个目标,分别记录船舶类型、归一化的船舶中心位置(列、行标号)、归一化的船舶宽度和归一化的船舶长度,符合Yolo系列、PolarMask、SSD和Faster-RCNN等主流检测网络的格式要求。

FUSAR数据集

Xiyue HOU,Wei AO,Qian SONG,Jian LAI,Haipeng WANG,Feng XU.FUSAR-Ship:building a high-resolution SAR-AIS matchup dataset of Gaofen-3 for ship detection and recognition[J].Science China(Information Sciences),2020,63(04):40-58.

下载地址:https://radars.ac.cn/web/data/getData?dataType=FUSAR

FUSARShip 高分辨率船只数据集,包含15个主要船舶类别、98 个子类别和许多非船舶目标的海洋目标。数据切片取自126幅原始高分三号遥感图像,极化模式包含DH和DV,分辨率为1.124m×1.728m,成像模式为 UFS 模式,覆盖了各种海、陆、海岸、河流和岛屿场景。

本数据集累16144个切片,其中包括与 AIS 信息匹配的船只 6252 张,类似船的亮点等强虚警 2045 张,桥及海岸线 1461 张, 沿岸区域及岛屿 1010 张,复杂海波杂波1967张,普通海面1785张,陆地1624张,适用于复杂海面的船只检测与识别工作。

大规模多类SAR目标检测数据集-1.0

Jie Chen, Zhixiang Huang, Runfan Xia, Bocai Wu, Lei Sheng, Long Sun, and Baidong Yao. Large-scale multi-class SAR image target detection dataset-1.0[OL]. Journal of Radars, 2022.

下载地址:https://radars.ac.cn/web/data/getData?dataType=MSAR

大规模多类SAR目标检测数据集-1.0(MSAR-1.0)共包括28449张检测切片,采用海丝一号卫星和高分三号卫星数据。

MSAR-1.0数据集极化方式包括HH、HV、VH和VV。该数据集场景包括机场、港口、近岸、岛屿、远海、城区等;类型包括飞机、油罐、桥梁和船只四类目标,由1851架桥梁,39858条船只,12319个油罐和6368架飞机组成。

SAR-ACD数据集

(前段时间《雷达学报》学术报告提到的,不太清楚开源了没)

学术报告 | SAR目标散射拓扑特性表征与识别应用(视频)

SADD数据集

论文地址:SEFEPNet: Scale Expansion and Feature Enhancement Pyramid Network for SAR Aircraft Detection With Small Sample Dataset

下载地址:https://github.com/hust-rslab/SAR-aircraft-data

你可能感兴趣的:(目标检测,深度学习,人工智能)