AIR-SARShip-1.0:高分辨率SAR舰船检测数据集

• 作者: 付琨 刁文辉 孙元睿 孙显 张跃 王智睿
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: SAR舰船检测 公开数据集 深度学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 论文
• 页码范围: 852-862
• 页数: 11页
• 分类号: TN957.51|TN958
• 字数: 6715字
• 语种: 中文
• DOI: 10.12000/JR19097

摘要

近年来,深度学习技术得到广泛应用,然而在合成孔径雷达(SAR)舰船目标检测研究中,由于数据获取难、样本规模小,尚难以支撑深度网络模型的训练.该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集,该数据集包含31景高分三号SAR图像,场景类型包含港口、岛礁、不同级别海况的海面等,背景涵盖近岸和远海等多样场景.同时,该文使用经典舰船检测算法和深度学习算法进行了实验,其中基于密集连接端到端网络方法效果最佳,平均精度达到88.1%.通过实验对比分析形成指标基准,方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究.