SAR 표적 탐지 오픈 소스 데이터 세트 요약, 적시에 업데이트됨, 추가 환영

엠스타(1996)

인터넷에 많은 소개가 있습니다.

MSTAR 데이터베이스는 SAR 이미지 자동 표적 인식(SAR ATR) 연구를 위한 일반 라이브러리로서 많은 학자들이 널리 사용하고 있습니다. 실험 데이터는 미국 DARPA(Defense Advanced Research Projects Agency)에서 지원하는 MSTAR 프로그램에서 공개한 실제 SAR 지상 고정 표적 데이터를 사용하며, 국내외를 불문하고 SAR 영상 표적 인식 연구는 기본적으로 이 데이터 세트를 기반으로 한다. 확장. 이 데이터 세트를 수집하는 데 사용되는 센서는 해상도가 0.3m×0.3m 인 고해상도 스포트라이트 합성 개구 레이더입니다 . X-대역 에서 작업할 때 사용되는 편파 는 HH 편파입니다 . 수집된 데이터는 전처리를 거쳐 다양한 대상을 포함하는 128×128 픽셀 크기의 슬라이스 영상을 추출한다. 대부분의 데이터는 다양한 방위각에서 다양한 차량 표적에 의해 획득된 표적 이미지를 포함하여 정지 차량의 SAR 슬라이스 이미지입니다.

출처: MSTAR 레이더 데이터 세트 요약

OpenSARship(2017)

OpenSARship: Sentinel-1 선박 해석 전용 데이터 세트 | IEEE 저널 및 잡지 | IEEE 익스플로어

다운로드 주소: http://opensar.sjtu.edu.cn/

OpenSAR은 SAR 이미지 판독, 처리, 시각화 및 알고리즘 테스트에 사용되는 Shanghai Jiaotong University의 Advanced Sensing Technology Center(AST)에서 개발한 개방형 SAR 이미지 관리 및 처리 플랫폼입니다. SAR 이미지 관리 및 알고리즘 테스트는 OpenSAR의 주요 작업입니다.
OpenSAR은 TerraSAR-X, RADARSAT 1/2, COSMO-SkyMed 등과 같은 다양한 SAR 데이터 소스 가져오기를 지원합니다. 사용자는 이 플랫폼을 통해 SAR 이미지 데이터를 검색하고 볼 수 있습니다. OpenSAR은 이미지 노이즈 제거, 장면 분류, 물체 감지, 물체 인식, 변화 감지 등과 같은 다양한 알고리즘의 등록을 지원합니다. 사용자는 플랫폼을 통해 이러한 알고리즘을 검색, 구성 및 실행할 수 있으며 완전한 테스트 보고서도 사용자에게 제공됩니다.
 

고해상도 SAR 선박 탐지 데이터 세트 (2019)

고해상도 SAR 선박 감지 데이터세트-1.0

Sun Xian, Wang Zhirui, Sun Yuanrui 등 AIR-SARShip-1.0: 고해상도 SAR 선박 탐지 데이터 세트[J] Journal of Radar, 출판 예정 doi: 10.12000/JR19097

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

고해상도 SAR 선박 탐지 데이터 세트-1.0(AIR-SARShip-1.0)은 31개 이미지의 첫 번째 배치를 공개했으며 이미지 해상도는 1m 및 3m를 포함하고 이미징 모드는 스포트라이트 및 스트립을 포함하며 편광 방법은 모노폴 장면입니다. 종류는 항만, 섬, 암초, 해수면 등 다양한 수준의 해상 조건을 포함하며 대상은 수송선, 유조선, 어선 등 10개 이상의 범주에 속하는 선박 1,000척에 가깝습니다.

이미지 크기는 약 3000×3000픽셀, 이미지 포맷은 Tiff, 단일 채널, 8/16비트 이미지 깊이, 주석 파일은 해당 이미지의 길이와 너비 치수, 주석 대상의 카테고리, 주석 사각형의 위치.

고해상도 SAR 선박 감지 데이터세트-2.0

Sun Xian, Wang Zhirui, Sun Yuanrui 등 AIR-SARShip-1.0: 고해상도 SAR 선박 탐지 데이터세트[J] Journal of Radar, 2019, 8(6): 852–862. doi: 10.12000/JR19097

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

고해상도 SAR 선박탐지데이터세트-2.0(AIR-SARShip-2.0)은 300장의 영상을 공개하고 있으며, 영상해상도는 1m와 3m를 포함하고, 영상모드는 스포트라이트와 스트립을 포함하며, 편광모드는 단편광이다. VV 및 장면 유형에는 항구, 섬 및 암초, 해수면 수준이 다른 해수면이 포함되며 대상은 수송선, 유조선 및 어선과 같은 10가지 이상의 선박 유형을 포함합니다.

이미지 크기는 약 1000×1000픽셀, 이미지 형식은 Tiff, 단일 채널, 8/16비트 이미지 깊이, 주석 파일은 해당 이미지의 길이와 너비 치수, 주석 대상의 범주, 주석 사각형의 위치.

SSDD/SSDD+(2020)

데이터 세트 SSDD에는 총 1160개의 이미지와 2456개의 선박이 있으며 이미지당 평균 2.12개의 선박이 있으며 데이터 세트는 계속 확장될 것입니다. 대상이 20종인 PASCAL VOC 데이터셋과 비교할 때 SSDD는 사진 수가 적지만 범주가 선박뿐이므로 탐지 모델을 훈련시키기에 충분합니다.

SSDD 데이터와 비교하여 SSDD+ 데이터 세트는 수직 프레임을 회전된 프레임으로 변경하여 감지 작업을 완료하면서 대상의 방향 추정을 실현할 수 있습니다.

RSDD-SAR: SAR 선박 경사 프레임 감지 데이터 세트(2022)

Xu Cong'an, Su Hang, Li Jianwei 등 RSDD-SAR: SAR Ship Slant Frame Detection Dataset[J] Journal of Radar, 출판 예정 doi: 10.12000/JR22007.

 RSDD-SAR: SAR 선박 경사 프레임 감지 데이터 세트

[최근 성과] RSDD-SAR: SAR 선박 경사 프레임 감지 데이터 세트(동영상)

Academician He You, Xiong Wei 교수, Liu Yu 교수, Naval Aeronautical University의 Xu Cong'an 부교수 팀의 지도하에 SAR 선박 사선 프레임 감지 데이터 세트 RSDD-SAR을 구축했습니다. 데이터 세트는 84개의 장면으로 구성되어 있습니다. Gaofen-3 데이터, TerraSAR-X 데이터 슬라이스 41개 장면 및 자르지 않은 대형 이미지 2개 장면, 다중 촬영 모드, 다중 편광 방법 및 다중 해상도를 포함하여 총 127개의 데이터 장면 7000개의 슬라이스와 10263개의 선박 인스턴스가 있습니다. . 또한, 일반적으로 사용되는 몇 가지 광학 원격 감지 이미지 경사 프레임 감지 알고리즘과 SAR 선박 경사 프레임 감지 알고리즘의 실험 및 분석을 통해 관련 학자가 참조할 수 있는 벤치마크 지표를 형성합니다.

HRSID(2020)

다운로드 주소: https://github.com/chaozhong2010/HRSID

이 데이터 세트는 2020년 1월 중국 전자 과학 기술 대학의 Su Hao가 발표했습니다. HRSID는 고해상도 sar 이미지에서 선박 탐지, 의미론적 분할 및 인스턴스 분할 작업을 위한 데이터 세트입니다. 데이터 세트에는 총 5604개의 고해상도 SAR 이미지와 16951개의 선박 인스턴스가 포함되어 있습니다. ISSID 데이터 세트는 다양한 해상도, 편광, 해상 상태, 해역 및 해안 항구의 SAR 이미지를 포함하여 Microsoft COCO(Common Objects in Context) 데이터 세트의 구성 프로세스를 기반으로 합니다. 이 데이터 세트는 연구원이 방법을 평가하는 벤치마크 역할을 합니다. HRSID의 경우 SAR 이미지의 해상도는 0.5m, 1m, 3m입니다.

SAR-Ship-Dataset 다중 소스 다중 스케일 SAR 선박 슬라이스 데이터 세트

참고 문헌: A SAR Dataset of Ship Detection for Deep Learning under Complex Backgrounds

왕 Y, 왕 C, 장 H 등. 복잡한 배경[J]에서 딥 러닝을 위한 선박 탐지의 SAR 데이터 세트. 원격 감지, 2019, 11(7): 765. doi: 10.3390/rs11070765

다운로드 주소: https://radars.ac.cn/web/data/getData?dataType=SARGroundObjectsTypes

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

이 데이터 세트에는 거의 40,000개의 SAR 선박 탐지 슬라이스가 포함되어 있으며 국내 Gaofen-3 위성 및 ESA Sentinel-1 위성 데이터를 사용합니다. 이미지 해상도는 1.7m ~ 25m, 편광 모드에는 HH, HV, VH 및 VV가 포함되며 이미징 모드에는 초미세 스트립 모드, 미세 스트립 모드, 완전 편광 스트립 모드, 스트립 스캔 모드 및 간섭 폭 진폭 모드가 포함되며 자세한 매개변수가 표시됩니다. 표 1에서. 데이터 세트 시나리오에는 항구, 근해, 섬 및 외해가 포함되며 유형에는 유조선, 벌크선, 대형 컨테이너선 및 어선과 같은 다양한 일반적인 선박 대상이 포함됩니다.

슬라이스 크기는 256×256픽셀이고 형식은 3채널 그레이스케일 이미지, 24비트 깊이 JPG입니다. 주석 파일은 TXT 형식이며 Yolo 시리즈, PolarMask, Format에 따라 선박 유형, 정규화된 선박 중심 위치(열, 행 레이블), 정규화된 선박 너비 및 정규화된 선박 길이를 각각 기록하는 한 줄에 하나의 대상이 표시되어 있습니다. SSD 및 Faster-RCNN과 같은 주류 탐지 네트워크에 대한 요구 사항.

FUSAR 데이터세트

Xiyue HOU, Wei AO, Qian SONG, Jian LAI, Haipeng WANG, Feng XU FUSAR-Ship: 선박 탐지 및 인식을 위한 Gaofen-3의 고해상도 SAR-AIS 매치업 데이터 세트 구축[J].Science China(정보 과학 ), 2020, 63(04):40-58.

다운로드 주소: https://radars.ac.cn/web/data/getData?dataType=FUSAR

FUSARship 고해상도 선박 데이터 세트에는 15개의 주요 선박 범주, 98개의 하위 범주 및 선박 객체가 아닌 많은 해양 객체가 포함되어 있습니다. 데이터 조각은 126개의 원본 GF-3 원격 감지 이미지에서 가져오고 편광 모드는 DH 및 DV를 포함하고 해상도는 1.124m×1.728m이며 이미징 모드는 UFS 모드로 다양한 바다, 육지, 해안, 강 및 섬 장면.

이 데이터 세트는 AIS 정보와 일치하는 선박 6252개, 선박과 유사한 명점 등의 강한 오경보 2045개, 교량과 해안선 1461개, 해안 지역과 섬 1010개, 복잡한 해상 클러터 1967개, 일반 해상 1,785개, 복잡한 바다에서 선박 탐지 및 인식에 적합한 육상용.

대규모 다중 클래스 SAR 표적 탐지 데이터세트-1.0

Jie Chen, Zhixiang Huang, Runfan Xia, Bocai Wu, Lei Sheng, Long Sun 및 Baidong Yao. 대규모 다중 클래스 SAR 이미지 대상 탐지 데이터 세트-1.0[OL]. Journal of Radars, 2022.

다운로드 주소: https://radars.ac.cn/web/data/getData?dataType=MSAR

대규모 멀티 클래스 SAR 표적 탐지 데이터 세트-1.0(MSAR-1.0)에는 Haisi-1 위성과 Gaofen-3 위성의 데이터를 사용하여 총 28,449개의 탐지 슬라이스가 포함되어 있습니다.

MSAR-1.0 데이터 세트의 편광 모드에는 HH, HV, VH 및 VV가 포함됩니다. 데이터 세트 시나리오에는 공항, 항구, 해안 지역, 섬, 외해, 도시 지역 등이 포함되며 유형에는 항공기, 오일 탱크, 교량 및 선박의 ​​4가지 유형의 대상이 포함되며 교량 1,851개, 선박 39,858개, 석유 12,319개로 구성됩니다. 탱크, 6,368대의 항공기 구성.

SAR-ACD 데이터 세트

(얼마 전 "Journal of Radar"의 학술 보고서에서 언급했듯이 오픈 소스인지 여부는 명확하지 않습니다)

학술 보고서 ​​| SAR 표적 산란 위상 특성 특성화 및 인식 응용(동영상)

SADD 데이터세트

论文地址:SEFEPNet: 작은 샘플 데이터 세트로 SAR 항공기 탐지를 위한 확장 및 기능 향상 피라미드 네트워크

다운로드 링크: https://github.com/hust-rslab/SAR-aircraft-data

추천

출처blog.csdn.net/weixin_43570470/article/details/124610091