高分三号1米分辨率飞机检测识别数据集

2023-10-08 08:20

本文主要是介绍高分三号1米分辨率飞机检测识别数据集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

二、背景介绍
合成孔径雷达(Synthetic Aperture Radar, SAR) 是一种主动式的微波成像系统,它不受光照、云雾 和气候等自然条件影响,具备全天时、全天候对地 观测的能力,已成为遥感领域重要的信息获取平 台。近年来,随着遥感成像技术的蓬勃发展和 SAR卫星在轨数量的不断增加,SAR系统获取数据 的数量和质量得到显著提升,促进了SAR在相关领 域的发展和应用。海量的高分辨率数据为SAR图 像精细化理解提供了丰富的数据基础与支撑。 目标检测和识别是SAR图像智能化解译的重要 一环。飞机作为SAR图像中的典型目标,数量较多、 种类丰富,具有较大的观测价值。
基于SAR图像 的飞机检测识别能获取飞机目标的型号、种类、位 置、状态等信息,可有效辅助重点区域动态监视、 态势分析、紧急救援等应用。因此,利用高分辨率 SAR图像对飞机目标进行检测别具有重要的研究 意义。 近年来,随着深度学习理论和技术的发展,基于卷积神经网络的方法在SAR图像目标检测识别领域取得了较大进展。在SAR飞机检测识别方面,Zhao等人提出一种多分支空洞卷积特征金字塔方法,通过建立密集连接来减少冗余信息并突出飞机的重要特征。文献设计了一个注意力模块来融合细化低层纹理特征和高层语义特征,进一步提高飞机检测率。
在SAR舰船检测识别任务中,文献通过直接学习回归框的位置,来减少对预定义框超参数的依赖,并且进一步实现舰船目标的细粒度识别。海上舰船容易与海面形成强反射的二面角,在SAR图像中通常呈现为轮廓完整、连通性强的强散射点集合。相比海上舰船,陆地飞机目标尺寸较小,特征不容易提取,散射点之间较为离散,准确定位和识别的难度较大。针对背景中存在强散射干扰的问题,本文提出 了结合散射感知的SAR图像飞机目标检测识别一体 化的方法。总体框架如图所示,提出的方法基于 无锚框(anchor-free)算法的结构,主要由上下文引 导的特征金字塔网络(ContextGuided Feature Pyramid Network, CG-FPN)和散射感知检测头 (ScatteringAware detection Head, SA-Head)两个部分组成。

8bdfeedfd7dc4720bf78ac0ca884328c.png

二、数据集基本情况

       高分辨率SAR飞机检测识别数据集中所有图像采集自高分三号卫星,极化方式为单极化,空间分辨率为1m,成像模式为聚束式。数据集主要选用上海虹桥机场、北京首都机场和台湾桃园机场3个民用机场的影像数据,包含800×800、1000×1000、1200×1200和1500×1500共4种不同尺寸,共有4368张图片和16463个飞机目标实例。飞机的7个类别为:A220、A320/321、A330、ARJ21、Boeing737、 Boeing787和other,各个类别的实例以及数量如图1和图2所示,其中other表示不属于其余6个类别的飞机实例。

       图1 不同类别SAR飞机和光学飞机样本示例图▼116c0901bcfa4b5a9d28b779135f322f.png

 

       图2 数据集各个类别的实例数量图▼29c6d98108ff4d0584b6158dd68afa12.png

 

       在实例的标注方面,高分辨率SAR飞机检测识别数据集中所有实例目标均使用水平矩形框进行标注,与Pascal VOC格式保持一致。

       图3 数据集标注示意图▼39b4cbd621c24cb49359508eaf100448.png

 

       三、数据集的特点

       高分辨率SAR飞机检测识别数据集有以下特点:

       (1) 场景复杂:数据集包含多个民用机场不同时相的图像,这些图像覆盖面积大,背景中包含了航站楼、车辆、建筑物等设施,增加了数据集场景的复杂性。

       (2) 类别丰富:不同于一般的SAR飞机数据集,SAR-AIRcraft-1.0数据集包含了飞机目标的细粒度类别信息。此外,不同类别之间相似的散射表征增加了飞机识别的难度。

       (3) 目标密集:一张切片图像中包含多个飞机目标,多个飞机目标停靠在航站楼附近,分布较为密集,目标之间存在互相干扰,影响检测识别的准确率。

       (4) 噪声干扰:由于SAR的成像特性,图像中存在着一些相干斑噪声的干扰,给飞机目标准确检测和识别带来一定的挑战。

       (5) 任务多样:该数据集不仅支持检测任务,同时包含了类别信息,通过对数据集中飞机目标进行裁剪,得到多类别的目标切片,进而可以实现飞机的细粒度识别。此外,位置和类别信息的存在,使其可以应用在检测识别一体化任务中。

       (6) 多尺度性:该数据集中飞机目标切片的尺寸分布跨度广。如图4所示,有一部分目标尺寸在50×50以下,也有一部分飞机目标尺寸在100×100以上,整体呈现出目标多尺度的特点。

       图4 数据集飞机目标的尺寸分布图▼a5136c5c19af414fa380300bec2155fa.png

 

       四、数据集下载

高分三号1米分辨率飞机检测识别数据集可以登录:https://www.dilitanxianjia.com/11525/;文件夹内含有数据集3个压缩包,如下图所示。

e213b12c2c494d569e0cb9ff62aab84f.png

 

 

 

这篇关于高分三号1米分辨率飞机检测识别数据集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/163966

相关文章

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

分辨率三兄弟LPI、DPI 和 PPI有什么区别? 搞清分辨率的那些事儿

《分辨率三兄弟LPI、DPI和PPI有什么区别?搞清分辨率的那些事儿》分辨率这个东西,真的是让人又爱又恨,为了搞清楚它,我可是翻阅了不少资料,最后发现“小7的背包”的解释最让我茅塞顿开,于是,我... 在谈到分辨率时,我们经常会遇到三个相似的缩写:PPI、DPI 和 LPI。虽然它们看起来差不多,但实际应用

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密