MSTAR (1996)
Houve muitas apresentações na Internet.
Como uma biblioteca geral para pesquisa de reconhecimento automático de alvos de imagem SAR (SAR ATR), o banco de dados MSTAR é amplamente utilizado por muitos estudiosos. Os dados experimentais usam os dados reais de alvos estacionários terrestres SAR divulgados pelo programa MSTAR apoiado pela Agência de Projetos de Pesquisa Avançada de Defesa dos EUA (DARPA). Seja nacional ou internacional, a pesquisa sobre o reconhecimento de alvos de imagem SAR é basicamente baseada neste conjunto de dados .Expandido. O sensor usado para coletar esse conjunto de dados é um radar de abertura sintética holofote de alta resolução com resolução de 0,3m × 0,3m . Trabalhando na banda X , a polarização utilizada é a polarização HH . O pré-processamento é realizado nos dados coletados e uma imagem de fatia com um tamanho de pixel de 128 × 128, incluindo vários alvos, é extraída dela. A maioria dos dados são imagens SAR de veículos estacionários, incluindo imagens de alvos adquiridas por vários alvos de veículos em vários ângulos de azimute.
Fonte: Resumo do conjunto de dados do radar MSTAR
OpenSARSship (2017)
Endereço de download: http://opensar.sjtu.edu.cn/
OpenSAR é uma plataforma aberta de gerenciamento e processamento de imagens SAR desenvolvida pelo Advanced Sensing Technology Center (AST) da Shanghai Jiaotong University, que é usada para leitura, processamento, visualização e teste de algoritmos de imagens SAR. O gerenciamento de imagens SAR e o teste de algoritmos são as principais tarefas do OpenSAR.
O OpenSAR suporta a importação de várias fontes de dados SAR, como TerraSAR-X, RADARSAT 1/2, COSMO-SkyMed, etc. Os usuários podem pesquisar e visualizar dados de imagens SAR por meio dessa plataforma. O OpenSAR suporta o registro de vários algoritmos, como redução de ruído de imagem, classificação de cena, detecção de objeto, reconhecimento de objeto, detecção de alteração, etc. Os usuários podem pesquisar, configurar e executar esses algoritmos por meio da plataforma, e um relatório de teste completo também será fornecido aos usuários.
Conjunto de dados de detecção de navios SAR de alta resolução (2019)
Conjunto de dados de detecção de navios SAR de alta resolução-1.0
Sun Xian, Wang Zhirui, Sun Yuanrui, et al. AIR-SARShip-1.0: conjunto de dados de detecção de navios SAR de alta resolução [J]. Journal of Radar, a ser publicado. doi: 10.12000/JR19097
Link para download: https://radars.ac.cn/web/data/getData?newsColumnId=abd5c1b2-fe65-47f7-8ebf-990273a91a48
O conjunto de dados de detecção de navios SAR de alta resolução-1.0 (AIR-SARShip-1.0) lançou o primeiro lote de 31 imagens, a resolução da imagem inclui 1m e 3m, o modo de imagem inclui holofotes e tiras e o método de polarização é monopolo A cena os tipos incluem portos, ilhas e recifes e superfícies marítimas com diferentes níveis de condições do mar.Os alvos abrangem cerca de mil navios de mais de dez categorias, como navios de transporte, petroleiros e barcos de pesca.
O tamanho da imagem é de cerca de 3000 × 3000 pixels e o formato da imagem é Tiff, canal único e profundidade de imagem de 8/16 bits. O arquivo de anotação fornece as dimensões de comprimento e largura da imagem correspondente, a categoria do destino da anotação, e a posição do retângulo de anotação.
Conjunto de dados de detecção de navios SAR de alta resolução-2.0
Sun Xian, Wang Zhirui, Sun Yuanrui, et al. AIR-SARShip-1.0: conjunto de dados de detecção de navios SAR de alta resolução[J]. Journal of Radar, 2019, 8(6): 852–862. doi: 10.12000/JR19097
Endereço de download: https://radars.ac.cn/web/data/getData?newsColumnId=1e6ecbcc-266d-432c-9c8a-0b9a922b5e85
O conjunto de dados de detecção de navios SAR de alta resolução 2.0 (AIR-SARShip-2.0) libera 300 imagens, a resolução da imagem inclui 1m e 3m, o modo de imagem inclui holofote e faixa, e o modo de polarização é de polarização única. O modo de polarização é VV, e os tipos de cena incluem portos, ilhas e recifes e superfícies do mar com diferentes níveis de condições do mar. Os alvos cobrem mais de dez tipos de milhares de navios, como navios de transporte, petroleiros e barcos de pesca.
O tamanho da imagem é de cerca de 1000 × 1000 pixels e o formato da imagem é Tiff, canal único, profundidade de imagem de 8/16 bits. O arquivo de anotação fornece as dimensões de comprimento e largura da imagem correspondente, a categoria do destino da anotação e a posição do retângulo de anotação.
SSDD/SSDD+ (2020)
No conjunto de dados SSDD, há um total de 1160 imagens e 2456 navios, com uma média de 2,12 navios por imagem, e o conjunto de dados continuará a se expandir. Comparado com o conjunto de dados PASCAL VOC com 20 tipos de alvos, SSDD tem menos imagens, mas a categoria é apenas navios, por isso é suficiente para treinar o modelo de detecção.
Comparado com os dados SSDD, o conjunto de dados SSDD+ altera o quadro vertical para um quadro girado, que pode realizar a estimativa de direção do alvo ao concluir a tarefa de detecção.
RSDD-SAR: Conjunto de dados de detecção de quadro oblíquo de navio SAR (2022)
Xu Cong'an, Su Hang, Li Jianwei, e outros RSDD-SAR: SAR Ship Slant Frame Dataset [J]. Journal of Radar, a ser publicado. doi: 10.12000/JR22007.
RSDD-SAR: conjunto de dados de detecção de quadros inclinados de navios SAR
Sob a orientação do acadêmico He You, do professor Xiong Wei e do professor Liu Yu, a equipe do professor associado Xu Cong'an da Naval Aeronautical University construiu o conjunto de dados de detecção de quadros oblíquos SAR RSDD-SAR, o conjunto de dados consiste em 84 cenas de Dados Gaofen-3, 41 cenas de fatias de dados TerraSAR-X e 2 cenas de imagens grandes sem cortes, um total de 127 cenas de dados, incluindo vários modos de imagem, vários métodos de polarização e várias resoluções. Existem 7.000 fatias e 10.263 instâncias de navios . Além disso, por meio de experimentos e análises de vários algoritmos de detecção de quadro inclinado de imagem de sensoriamento remoto óptico comumente usados e algoritmos de detecção de quadro inclinado de navio SAR, indicadores de referência são formados para referência por estudiosos relevantes.
HRSID（2020）
Endereço de download: https://github.com/chaozhong2010/HRSID
Este conjunto de dados foi lançado por Su Hao da Universidade de Ciência e Tecnologia Eletrônica da China em janeiro de 2020. HRSID é um conjunto de dados para detecção de navios, segmentação semântica e tarefas de segmentação de instância em imagens sar de alta resolução. O conjunto de dados contém um total de 5.604 imagens SAR de alta resolução e 16.951 instâncias de navios. O conjunto de dados ISSID baseia-se no processo de construção do conjunto de dados Microsoft Common Objects in Context (COCO), incluindo imagens SAR de diferentes resoluções, polarização, estado do mar, área marítima e portos costeiros. Este conjunto de dados serve como uma referência contra a qual os pesquisadores avaliam seus métodos. Para HRSID, as resoluções das imagens SAR são: 0,5m, 1m, 3m.
SAR-Ship-Dataset Conjunto de dados de fatia de navio SAR multi-escala multi-fonte
Referência: um conjunto de dados SAR de detecção de navios para aprendizado profundo em contextos complexos
Wang Y, Wang C, Zhang H, e outros. Um conjunto de dados SAR de detecção de navios para aprendizado profundo em contextos complexos[J]. Sensoriamento Remoto, 2019, 11(7): 765. doi: 10.3390/rs11070765
Endereço de download: https://radars.ac.cn/web/data/getData?dataType=SARGroundObjectsTypes
https://github.com/CAESAR-Radi/SAR-Ship-Dataset
Este conjunto de dados inclui quase 40.000 fatias de detecção de navios SAR e usa o satélite doméstico Gaofen-3 e os dados do satélite ESA Sentinel-1. A resolução da imagem cobre 1,7m a 25m, os modos de polarização incluem HH, HV, VH e VV, os modos de imagem incluem modo de faixa ultrafina, modo de faixa fina, modo de faixa totalmente polarizada, modo de varredura de faixa e largura de interferência Modo de amplitude, parâmetros detalhados são mostrados na Tabela 1. Os cenários do conjunto de dados incluem portos, perto da costa, ilhas e mar aberto, e os tipos incluem vários alvos comuns de navios, como petroleiros, graneleiros, grandes navios porta-contêineres e barcos de pesca.
O tamanho da fatia é de 256 × 256 pixels e o formato é uma imagem em escala de cinza de três canais, JPG com profundidade de 24 bits. O arquivo de anotação está no formato TXT, com um alvo marcado em uma linha, registrando respectivamente o tipo de navio, posição normalizada do centro do navio (coluna, rótulo de linha), largura normalizada do navio e comprimento normalizado do navio, de acordo com a série Yolo, PolarMask, Formato requisitos para redes de detecção convencionais, como SSD e Faster-RCNN.
conjunto de dados FUSAR
Xiyue HOU, Wei AO, Qian SONG, Jian LAI, Haipeng WANG, Feng XU. FUSAR-Ship: construindo um conjunto de dados SAR-AIS de alta resolução de Gaofen-3 para detecção e reconhecimento de navios[J].Science China(Information Sciences ), 2020, 63(04):40-58.
Endereço de download: https://radars.ac.cn/web/data/getData?dataType=FUSAR
O conjunto de dados de navios de alta resolução FUSARShip contém 15 categorias principais de navios, 98 subcategorias e muitos objetos marinhos que não são objetos de navios. As fatias de dados são tiradas de 126 imagens originais de sensoriamento remoto GF-3, o modo de polarização inclui DH e DV, a resolução é de 1.124m × 1.728m e o modo de imagem é o modo UFS, cobrindo vários mares, terras, costas, rios e Ilhas Cenas.
Este conjunto de dados acumulou 16.144 fatias, incluindo 6.252 navios correspondentes a informações AIS, 2.045 alarmes falsos fortes, como pontos brilhantes semelhantes a navios, 1.461 pontes e linhas costeiras, 1.010 áreas costeiras e ilhas e 1.967 complexos mar clutter, 1.785 para mar comum e 1.624 para terra, adequado para detecção e reconhecimento de navios em mar complexo.
Conjunto de dados de detecção de alvo SAR multiclasse em larga escala-1.0
Jie Chen, Zhixiang Huang, Runfan Xia, Bocai Wu, Lei Sheng, Long Sun e Baidong Yao. Conjunto de dados de detecção de alvos de imagem SAR multiclasse em larga escala-1.0[OL]. Journal of Radars, 2022.
Endereço de download: https://radars.ac.cn/web/data/getData?dataType=MSAR
O conjunto de dados de detecção de alvos SAR multiclasse em grande escala 1.0 (MSAR-1.0) inclui um total de 28.449 fatias de detecção, usando os dados do satélite Haisi-1 e do satélite Gaofen-3.
Os modos de polarização do conjunto de dados MSAR-1.0 incluem HH, HV, VH e VV. Os cenários do conjunto de dados incluem aeroportos, portos, áreas costeiras, ilhas, mar aberto, áreas urbanas, etc.; os tipos incluem quatro tipos de alvos: aeronaves, tanques de óleo, pontes e navios, consistindo de 1.851 pontes, 39.858 navios, 12.319 tanques e composição de 6.368 aeronaves.
conjunto de dados SAR-ACD
(Conforme mencionado no relatório acadêmico do "Journal of Radar" há algum tempo, não está claro se é de código aberto)
conjunto de dados SADD
Link para download: https://github.com/hust-rslab/SAR-aircraft-data