多源多尺度SAR船舶切片数据集正式发布

点击蓝色“雷达学报”关注

多源多尺度SAR船舶切片数据集，现在《雷达学报》官网“多源SAR卫星地物类型数据集”版块正式发布。

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。

表1 构成数据集的SAR数据参数信息表

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，图1是该数据集中的部分切片展示。

图1 数据集样例

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。

该数据集由中国科学院空天信息创新研究院数字地球实验室王超研究员团队实施、构建，王超研究员和张红研究员担任数据主编。后续，团队还将陆续发布SAR建筑区提取等数据集，以进一步丰富多源SAR卫星地物类型数据集。

本数据集可被免费下载并使用于教学、科研等领域， 但需要在论文、报告等成果中引用和致谢。该数据禁止私自用于商业目的，如有商业需求，请与《雷达学报》编辑部联系。

欢迎各位同行和专家下载使用，也欢迎大家对数据集提出宝贵的意见和建议。多源多尺度SAR船舶切片数据集相关问题的咨询、交流、建议等在“雷达学报数据群”中，可加好友申请入群（请注明姓名、单位）。

致谢：中国科学院空天信息创新研究院数字地球实验室张波、吴樊、许璐、王原原、李璐、谷丰、董颖博、李六彤、徐昌贵、邹丽川、李天阳等对本数据集制作作出了贡献。

本数据集引用格式：

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

参考文献：

[1] Wang Y, Wang C, Zhang H. Combining a single shot multibox detector with transfer learning for ship detection using sentinel-1 SAR images[J]. Remote Sening Letters, 2018, 9(8): 780-788. doi: 10.1080/2150704X.2018.1475770

[2] Wang Y, Wang C, Zhang H. Ship classification in high-resolution SAR images using deep learning of small datasets[J]. Sensors, 2018, 18(9): 2929. doi: 10.3390/s18092929

[3] Wang Y, Wang C, Zhang H, et al. Automatic ship detection based on RetinaNet using multi-resolution Gaofen-3 imagery[J]. Remote Sensing, 2019, 11(5): 531. doi: 10.3390/rs11050531

[4] Li L, Wang C, Zhang H, et al. SAR image ship object generation and classification with improved residual conditional generative adversarial network[J]. IEEE Geoscience and Remote Sensing Letters, 2020. doi: 10.1109/LGRS.2020.3016692

[5] Dong Y, Zhang H, Wang C, et al. Fine-grained ship classification based on deep residual learning for high-resolution SAR images[J]. Remote Sensing Letters, 2019, 10(11): 1095-1104. doi: 10.1080/2150704X.2019.1650982

[6] Zou L, Zhang H, Wang C, et al. Mw-acgan: Generating multiscale high-resolution SAR images for ship detection[J]. Sensors, 2020, 20(22): 6673. doi: 10.3390/s20226673

“多源SAR卫星地物类型数据集”版块请点击“阅读原文”。

↓↓↓

相关阅读

编辑：吕宗森 岳冰莹

审核：于青 贾守新