エムスター（1996）
インターネット上で多くの紹介がありました。
MSTAR データベースは、SAR 画像自動ターゲット認識 (SAR ATR) 研究用の一般的なライブラリとして、多くの学者によって広く使用されています。実験データは、米国防総省高等研究計画局(DARPA)が支援するMSTARプログラムが公開している実際のSAR地上静止目標データを使用しており、国内外を問わず、SAR画像目標認識の研究は基本的にこのデータセットに基づいています。 . 拡大。このデータ セットを収集するために使用されるセンサーは、解像度 0.3m×0.3m の高解像度スポットライト合成開口レーダーです。X バンドで動作し、使用される偏光はHH 偏光です。収集されたデータに対して前処理が実行され、そこからさまざまなターゲットを含む 128 x 128 ピクセル サイズのスライス画像が抽出されます。ほとんどのデータは、さまざまな方位角でさまざまな車両ターゲットによって取得されたターゲット画像を含む、静止車両の SAR スライス画像です。
OpenSARShip（2017）
OpenSARShip: Sentinel-1 船の解釈専用のデータセット | IEEE ジャーナル & マガジン | IEEE エクスプローラー
ダウンロードアドレス： http: //opensar.sjtu.edu.cn/
OpenSAR は、上海交通大学の Advanced Sensing Technology Center (AST) によって開発されたオープン SAR 画像管理および処理プラットフォームであり、SAR 画像の読み取り、処理、視覚化、およびアルゴリズム テストに使用されます。SAR 画像の管理とアルゴリズムのテストは、OpenSAR の主なタスクです。
OpenSAR は、TerraSAR-X、RADARSAT 1/2、COSMO-SkyMed など、さまざまな SAR データ ソースのインポートをサポートしています。ユーザーは、このプラットフォームを介して SAR 画像データを検索および表示できます。OpenSAR は、画像ノイズ除去、シーン分類、オブジェクト検出、オブジェクト認識、変化検出など、さまざまなアルゴリズムの登録をサポートしています。ユーザーはプラットフォームを通じてこれらのアルゴリズムを検索、構成、実行でき、完全なテスト レポートもユーザーに提供されます。
高解像度 SAR 船舶検出データセット(2019)
高解像度SAR船舶探知データセット-1.0
Sun Xian, Wang Zhirui, Sun Yuanrui, et al. AIR-SARShip-1.0: High Resolution SAR Ship Detection Dataset[J]. Journal of Radar, to be published. doi: 10.12000/JR19097
ダウンロードリンク: https://radars.ac.cn/web/data/getData?newsColumnId=abd5c1b2-fe65-47f7-8ebf-990273a91a48
高解像度 SAR 船舶検出データ セット 1.0 (AIR-SARShip-1.0) は、31 枚の画像の最初のバッチをリリースしました。画像解像度には 1m と 3m が含まれ、イメージング モードにはスポットライトとストリップが含まれ、偏光方法はモノポールです。シーン港湾、島嶼礁、海象レベルの異なる海面など、輸送船、タンカー、漁船など10種類以上、1,000隻近くを対象としています。
画像サイズは約 3000×3000 ピクセルで、画像形式は Tiff、シングル チャネル、8/16 ビットの画像深度です. 注釈ファイルは、対応する画像の長さと幅の寸法、注釈対象のカテゴリ、および注釈長方形の位置。
高解像度SAR船舶検出データセット-2.0
Sun Xian, Wang Zhirui, Sun Yuanrui, et al. AIR-SARShip-1.0: High Resolution SAR Ship Detection Dataset[J]. Journal of Radar, 2019, 8(6): 852–862. doi: 10.12000/JR19097
ダウンロードアドレス: https://radars.ac.cn/web/data/getData?newsColumnId=1e6ecbcc-266d-432c-9c8a-0b9a922b5e85
高解像度SAR船舶探知データセット-2.0（AIR-SARShip-2.0）は300枚の画像を公開しており、画像解像度は1mと3m、撮影モードはスポットライトとストリップ、偏光モードは単偏光です。 VV、シーンタイプは港湾、島嶼礁、海況の異なる海面など、対象は輸送船、タンカー、漁船など数万種類以上の船舶を対象としています。
画像サイズは約 1000×1000 ピクセルで、画像形式は Tiff、シングル チャネル、8/16 ビットの画像深度です. 注釈ファイルは、対応する画像の長さと幅の寸法、注釈対象のカテゴリ、および注釈長方形の位置。
SSDD/SSDD+（2020）
データ セット SSDD には、合計 1160 枚の画像と 2456 隻の船があり、1 画像あたり平均 2.12 隻の船があり、データ セットは拡大し続けます。20 種類のターゲットを持つ PASCAL VOC データセットと比較すると、SSDD は写真が少なくなりますが、カテゴリは船舶のみであるため、検出モデルのトレーニングには十分です。
SSDD データと比較して、SSDD+ データセットは垂直フレームを回転フレームに変更し、検出タスクを完了しながらターゲットの方向推定を実現できます。
RSDD-SAR: SAR 船斜めフレーム検出データセット (2022)
Xu Cong'an, Su Hang, Li Jianwei, et al. RSDD-SAR: SAR Ship Slant Frame Detection Dataset[J]. Journal of Radar, to be published. doi: 10.12000/JR22007.
RSDD-SAR: SAR 船舶傾斜フレーム検出データセット
【最新の成果】 RSDD-SAR: SAR Ship Slant Frame Detection Dataset (動画)
学者の He You、Xiong Wei 教授、Liu Yu 教授の指導の下、海軍航空大学の Xu Cong'an 准教授のチームは、SAR 船斜めフレーム検出データ セット RSDD-SAR を構築しました。 Gaofen-3 データ、TerraSAR-X データ スライスの 41 シーン、未カットの大きな画像の 2 シーン、合計 127 シーンのデータ、複数のイメージング モード、複数の偏波方法、複数の解像度を含む 7000 のスライスと 10263 の船舶インスタンスがあります. さらに、いくつかの一般的に使用される光学リモート センシング画像傾斜フレーム検出アルゴリズムと SAR 船舶傾斜フレーム検出アルゴリズムの実験と分析を通じて、関連する学者が参照できるベンチマーク指標が作成されます。
HRSID（2020）
ダウンロードアドレス： https: //github.com/chaozhong2010/HRSID
このデータセットは、2020 年 1 月に中国電子科学技術大学の Su Hao によってリリースされました。HRSID は、高解像度の sar 画像における船舶検出、セマンティック セグメンテーション、およびインスタンス セグメンテーション タスク用のデータセットです。このデータセットには、合計 5604 の高解像度 SAR 画像と 16951 の船舶インスタンスが含まれています。ISSID データセットは、さまざまな解像度、偏波、海の状態、海域、および沿岸港の SAR 画像を含む、Microsoft Common Objects in Context (COCO) データセットの構築プロセスを利用しています。このデータセットは、研究者が方法を評価するためのベンチマークとして機能します。HRSID の場合、SAR 画像の解像度は 0.5m、1m、3m です。
SAR-Ship-Dataset マルチソース マルチスケール SAR シップ スライス データセット
参考文献：A SAR Dataset of Ship Detection for Deep Learning under Complex Backgrounds
Wang Y、Wang C、Zhang H、他。複雑な背景の下での深層学習のための船舶検出の SAR データセット[J]。リモートセンシング、2019、11(7): 765. doi: 10.3390/rs11070765
ダウンロードアドレス: https://radars.ac.cn/web/data/getData?dataType=SARGroundObjectsTypes
https://github.com/CAESAR-Radi/SAR-Ship-Dataset
このデータセットには、SAR 船舶検出の約 40,000 スライスが含まれており、国内の Gaofen-3 衛星と ESA Sentinel-1 衛星データを使用しています。画像解像度は 1.7m ～ 25m をカバーし、偏光モードには HH、HV、VH、VV が含まれ、イメージング モードには超微細ストリップ モード、微細ストリップ モード、完全偏光ストリップ モード、ストリップ スキャン モード、干渉幅振幅モードが含まれ、詳細なパラメータが表示されます。表1に。データ セットのシナリオには、港、沿岸、島、外洋が含まれ、タイプには、石油タンカー、バルク キャリア、大型コンテナ船、漁船など、さまざまな一般的な船のターゲットが含まれます。
スライスサイズは 256×256 ピクセルで、フォーマットは 3 チャンネルのグレースケール画像、深度 24 ビットの JPG です。注釈ファイルは TXT 形式で、1 つのターゲットが 1 行でマークされ、Yolo シリーズ、PolarMask、Format に沿って、船種、正規化された船の中心位置 (列、行ラベル)、正規化された船幅、正規化された船長がそれぞれ記録されます。 SSD や Fast-RCNN などの主流検出ネットワークの要件。
FUSAR データセット
Xiyue HOU、Wei AO、Qian SONG、Jian LAI、Haipeng WANG、Feng XU. FUSAR-Ship: 船舶の検出と認識のための Gaofen-3 の高解像度 SAR-AIS マッチアップ データセットの構築[J].Science China(Information Sciences ), 2020, 63(04):40-58.
ダウンロードアドレス: https://radars.ac.cn/web/data/getData?dataType=FUSAR
FUSARShip 高解像度船舶データセットには、15 の主要な船舶カテゴリ、98 のサブカテゴリ、および船舶オブジェクト以外の多くの海洋オブジェクトが含まれています。データ スライスは 126 の元の GF-3 リモート センシング画像から取得され、偏光モードには DH と DV が含まれ、解像度は 1.124m×1.728m で、イメージング モードは UFS モードで、さまざまな海、陸、海岸、川、島のシーン。
このデータセットには、AIS 情報に一致する 6252 隻の船舶、船舶に似た輝点などの 2045 の強力な誤報、1461 の橋と海岸線、1010 の沿岸地域と島々、1967 の複雑な海の乱れ、共通の海の 1,785 と 1,624 を含む 16144 のスライスが蓄積されています。複雑な海域での船舶の検出と認識に適しています。
大規模マルチクラス SAR ターゲット検出データセット-1.0
Jie Chen、Zhixiang Huang、Runfan Xia、Bocai Wu、Lei Sheng、Long Sun、Baidong Yao. Large-scale multi-class SAR image target detection dataset-1.0[OL]. Journal of Radars, 2022.
ダウンロードアドレス: https://radars.ac.cn/web/data/getData?dataType=MSAR
大規模なマルチクラス SAR ターゲット検出データ セット 1.0 (MSAR-1.0) には、Haisi-1 衛星と Gaofen-3 衛星のデータを使用して、合計 28,449 の検出スライスが含まれています。
MSAR-1.0 データセットの偏波モードには、HH、HV、VH、および VV が含まれます。データセットのシナリオには、空港、港湾、沿岸地域、島嶼、公海、都市部などが含まれ、タイプには、航空機、石油タンク、橋梁、船舶の 4 種類のターゲットが含まれ、1,851 の橋、39,858 の船舶、12,319 の石油で構成されています戦車、および6,368機の航空機構成。
SAR-ACD データセット
（先程「Journal of Radar」の学術報告でも触れましたが、オープンソースかどうかは不明です）
アカデミック レポート | SAR ターゲット散乱トポロジカル特性のキャラクタリゼーションと認識アプリケーション (ビデオ)
SADD データセット
论文地址：SEFEPNet: 小規模なサンプル データセットを使用した SAR 航空機検出のためのスケール拡張と機能拡張ピラミッド ネットワーク