目标检测1——SAR影像舰船数据集

关于SAR影像舰船目标的数据集分享

首先说明一下，这个数据集是我为本科毕业设计而做的，全部都是我自己一点一点标注出来的。我当初就是苦于开源的SAR影像舰船数据集太少，实在每办法就自己动手了。现在我觉得我应该把它分享出来，让大家把更多的精力放在算法的学习中，节省一点时间吧，希望可以帮到有需要的人。

1.数据集简介

关于这个数据集，我给他起名叫作S1-SSD（Sentinel-1 SAR Ship Detection）。所有的影像都是我从AFS上下载的哨兵一号卫星影像，然后我再结合Google Earth的辅助，进行了舰船目标的标注。

下面是百度云链接
链接: https://pan.baidu.com/s/15_c8SuRAS1IVmBf8aRQvFA
密码: l5n6

2.数据集主要内容

S1-SSD数据集共包含3600张图像，格式为VOC格式，所有图片均由六幅大场景星载SAR影像切割而来，每张切片大小为800X800像素。

3.数据集特点

（1）拥有丰富的背景：

星载SAR影像能够覆盖广阔的区域，本数据集保留了所有背景切片，包含丰富的陆地、岛屿以及其它人工设施，以提供足量的数据来检测背景，因为对于实际的SAR舰船检测任务而言，大多数情况下使用大场景SAR影像更加快捷高效。而现有的数据集都不包含纯背景的样本，即不含有舰船目标的样本，虽然很多学者认为使用包含舰船的图像（正样本）训练模型的同时也可以获得背景（负样本）的特征，所以没有必要添加纯背景样本，且添加纯背景样本会增加模型的训练时间。但是通过实验发现，在SAR图像中，如果完全丢弃纯背景样本，则会在陆地、码头等地区出现许多错误的检测，所以S1-SSD数据集保留了大量的纯背景样本，虽然增加了训练的成本，但优秀的检测结果才是最终目的，而且数据集中所含的丰富背景均来讲原始影像，并非刻意添加。

（2）适合小型舰船检测：

在Sentinel-1 SAR影像中，大型的舰船数量总体偏少，绝大多数为小型舰船。此处的“大”与“小”并不是指实际的舰船大小，而是指舰船在整张影像中占有的像素值。且从像素比例来看，大场景星载SAR影像中的舰船总体很小，因此小舰船检测任务更符合星载SAR影像舰船检测的实际应用。

具体的任务应用，后续会逐渐共享的，有疑惑欢迎讨论，大家共同进步。