SAR舰船数据集----SSDD
SAR舰船数据集----SSDD
- SSDD和SSDD+
- 1.1 基本特点
- 1.2 论文提要
- 1.3 论文采用实验设置
- 1.4 详细介绍
- 1.5 SSDD+
- 1.6 SAR船舰目标检测
SSDD和SSDD+
数据集论文地址
SSDD官方下载地址
参考博客
数据制作:海军航空航天大学电子与信息工程系
1.1 基本特点
- SSDD给予PASCAL VOC 的数据,使用在PASCAL VOC上的代码可以直接使用在SSDD上。
- PASCAL VOC目标大概可以分成大中小三中目标,而SSDD中多数为小目标
- SSDD+的数据集相对于SSDD数据将垂直边框变成了旋转边框,旋转边框可在完成检测任务的同时实现了对目标的方向估计
1.2 论文提要
采用PASCAL VOC的标注格式(现在的官方数据集下载链接中也完善了COCO的标注格式),按照7:2:1划分了training val test
SSDD包含了多种条件下的成像结果,这可以使得检测器的性能更加鲁棒,但同时也会使得检测器难以获得好的检测性能。
数据集的构成如下:
- 其中,NoS表示图片中舰船的数量,NoI表示图片的数量
- SSDD总共包含1160张图片,2456个舰船,平均每张图片的舰船数量为2.12。虽然数量较少,但是对于但类别检测任务来说,可以结合一些tricks防止网络过拟合。
- 此外,SSDD数据集只对pixel大于3的舰船进行了标注
1.3 论文采用实验设置
采用AP@0.7作为评价指标:
网络性能:
1.4 详细介绍
- SSDD是通过在网上下载公开的SAR图像,并将目标区域裁剪成大小为500×500左右像素,并通过人工标注舰船目标位置而得的。
图1(a)、(b)和©显示了简单背景(大片海域)下的小尺寸舰船目标,对于传统的以CFAR为主的检测算法能适应这类场景。图1(d)、(e)和(f)显示了复杂背景(靠岸区域)下的小尺寸舰船目标,这些目标背景复杂,传统方法要进行海陆分割才能进行检测,相比于基于深度学习的方法,会存在漏警和虚警的问题。图1(g)、(h)和(i)是靠近码头密集排列的大尺寸的舰船目标,此时传统检测方法难以检测到这些目标,而深度学习方法可以检测到它们。
PASCAL VOC里的目标大概可以分为大中小三种目标,而SSDD中大部分都是极小或微小的目标。PASCAL VOC长宽比大部分为1,少部分是2和3,而舰船目标长宽比较大,这些都是将深度学习目标检测算法用于SAR图像中舰船目标检测所需要考虑的内容
舰船目标长或者宽度所占图像尺寸的比例在0.04到0.24范围内,比PASCAL VOC的0.2到0.9要小很多。这为改进现有的深度学习目标检测算法提供了参考。
SSDD中长宽比的分布范围比较广,从0.4到3,在设计锚框(anchor box,也叫候选框或候选窗口,在Faster R-CNN论文首次提出,是指直接在最后一层的特征图上产生不同尺寸和长宽比的候选窗口,将这些窗口看做潜在的目标区域)时要做好权衡。
1.5 SSDD+
相比于SSDD,SSDD+更新了旋转框标注
旋转框的优势:
- 第一,旋转边框可以完全分开舰船与背景像素。通常,垂直边框中的很多像素不属于船的像素,这对于区分背景和舰船区域十分不利,尤其是密集 排列的交叠非常大的舰船目标,所以最好利用旋转边框来定位舰船目标。
- 第二,旋转边框的宽度和高度可以显示船的真实形状而垂直边框的长宽比和尺寸与船的真实形状不一致,如图5(b)所示。
- 第三,旋转边框可在完成检测任务的同时实现对目标的方位向估计(会存在180°模糊),不需要设计单独的舰船目标方向估计算法。
1.6 SAR船舰目标检测
深度学习在SAR图像智能解译领域具有很大的应用潜力,可研究的方向包括小尺寸目标检测、锚框设计、从头训练、采用斜框对目标检测和实时检测等。
小尺寸目标检测方法:
通过对数据集中目标尺寸的统计分析可以看到相比于计算机视觉领域的数据集,SSDD中的目标尺寸很小,因此需要重点研究小尺寸目标的检测。不巧的是,小尺寸检测一直是比较困难的(MS COCO中大尺寸的准确率比小尺寸高两倍左右),因为它包含的信息少,不易提取的特征。
为了解决这样问题,出现了很多方法,包括特征融合,锚框(anchor)设计,多尺度数据训练等。
由于低层位置信息丰富,类别信息不足,高层相反,对它们进行特征融合是常用的提高小尺寸目标检测效果的方法FPN。
Augmentation for small object detection通过多次复制-粘贴小目标来对每个图像进行增强,在小目标的目标检测上提升明显。
锚框设计方面:
- 一般要根据数据集SSDD的统计结果改变锚框的尺寸和长宽比,即减小锚框的尺寸,增大锚框的长宽比。
- MetaAnchor,它不像Faster-RCNN和SSD那样采用固定的锚框设置,而是根据目标具体情况动态生成生成各种锚框。
- CornerNet,它摒弃了Anchor,使用关键点完成定位。
从头训练:
- 最近随着何恺明的论文Rethinking ImageNet Pre-training的出现,又让人对从头训练有了新的认知
- 不过毫无疑问的是从头训练检测算法特别适用于SAR图像舰船目标检测,它可以灵活的设计检测算法骨干网络结构,缓解分类与检测任务之间的矛盾,减少参数冗余等等,这也是正在重点研究的内容。
如果觉得文章不错,欢迎点赞收藏评论交流,这也是不断更新的动力!
SAR舰船数据集----SSDD相关推荐
- 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 ...
- 【舰船数据集格式转换】HRSID数据集VOC转COCO
系列文章目录 [舰船数据集格式转换]AIR-SARShip-1.0数据集VOC转COCO [舰船数据集格式转换]AIR-SARShip-2.0数据集VOC转COCO 文章目录 系列文章目录 前言 一. ...
- 目标检测舰船数据集整合
PS:大家如果有想要的数据集可以私信我,如果我下载了的话,可以发给你们~ 一.光学数据集 1. DIOR 数据集(已下载yolo版本)(论文中提到过) DIOR由23463张最优遥感图像和190288 ...
- SAR舰船检测的学习笔记
1 SAR成像原理的描述 [TGRS]Ship Detection in Large-Scale SAR Images Via Spatial Shuffle-Group Enhance Attent ...
- 【TGRS】Ship Detection in Large-Scale SAR Images Via Spatial Shuffle-Group Enhance Attention译读笔记
论文信息 Ship Detection in Large-Scale SAR Images Via Spatial Shuffle-Group Enhance Attention 摘要 使用SAR进行 ...
- 双向特征融合的数据自适应SAR图像舰船目标检测模型
双向特征融合的数据自适应SAR图像舰船目标检测模型 人工智能技术与咨询 昨天 本文来自<中国图象图形学报>,作者张筱晗等 摘要: 利用合成孔径雷达(synthetic aperture r ...
- 目标检测论文解读复现之五:改进YOLOv5的SAR图像舰船目标检测
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果(部分展示) 五.实验结论 六.投稿期刊介绍 前言 此前出了目标改进算法专栏 ...
- SAR目标检测开源数据集汇总,及时更新,欢迎补充
MSTAR(1996) 网上已经有很多介绍了. MSTAR数据库作为SAR图像自动目标识别(SAR ATR)研究的一个通用库,被很多学者广泛采用.该实验数据采用美国国防高等研究计划署(DARPA)支持 ...
- SAR目标检测数据集汇总
SAR目标检测数据集汇总 文章目录 SAR目标检测数据集汇总 1. MSTAR (1996) 2. OpenSARShip2.0 (2017) 3. SSDD / SSDD+ (2020) 4. AI ...
最新文章
- 15 种 SQL 优化中,老司机才懂的处理技巧
- 【Python-numpy】range()、np.arange()、np.linspace()、np.logspace()的使用和区别,list和array不同
- HDU - 3804 Query on a tree(树链剖分+线段树+离线处理)
- jenkins sonar-scanner 安装测试
- Python--第1次平时作业
- Qt文档阅读笔记-Text QML Type官方解析及实例
- 一个牛逼的coder是这样诞生的。
- floquet端口必须沿z轴设置_请问CST 2012 floquet中的模式设置
- 经典曲线特征提取方法总结1
- bash快捷建-光标移到行首、行尾等
- 7塞班贝拉系统下载_远观JAVA,近观鸿蒙,盘点那些年我们用过的手机系统
- 基于 Flink 构建全场景多维度实时计算数仓
- 微信小程序学习14--小程序微信支付流程分析及实现
- SPF算法计算过程--例
- 怎么linux添加guest,如何为Ubuntu 16.04安装VirtualBox Guest Additions
- 调查:听取当前用户的意见(并改进),是为什么?
- JVM3--垃圾回收机制:垃圾回收概述、垃圾回收算法及分类
- 数据库SQL实战-查找描述信息中包括robot的电影对应的分类名称以及电影数目(mysql)
- 为了监控老板,我用Python做了个摸鱼神器
- Android进阶之路 - StringUtils、NumberUtils 场景源码
热门文章
- MockMockito使用手册
- matlab学习笔记(一):清除命令
- 2021年福建高考成绩排名查询,福建高考排名对应学校-福建高考位次查询(2021年文科参考)...
- springcloud之简介
- Xtrabackup备份与恢复+异机远程流式备份
- 温度转换代码(摄氏度华氏度转换)
- 【AP】On the Bayesian interpretation of Black-Litterman(2)
- python 发送邮件535, 'Error: authentication failed' 解决
- tensorflow 1.10下Mask RCNN实现自己数据集
- Windows驱动开发之第一个驱动程序