雷达学报

北大核心,JST,EI,CSCD,WJCI

国内刊号:10-1030/TN

国际刊号:2095-283X

雷达学报杂志2022年第4期:RSDD-SAR:SAR舰船斜框检测数据集

发布日期:

作者:徐从安, 苏航, 李健伟, 刘瑜, 姚力波, 高龙, 闫文君, 汪韬阳

单位:1.海军航空大学 烟台 264000;2.北京理工大学前沿技术研究院 济南 250300;3.92877部队 舟山 316000;4.武汉大学 武汉 430000;

关键词:合成孔径雷达, 舰船斜框检测, 公开数据集, SAR舰船斜框检测数据集, 深度学习

基金:国家自然科学基金(61790550, 61790554, 61971432, 62022092),中国科协青年人才托举工程基金(2020-JCJQ-QT-011),山东省泰山学者人才工程(tsqn201909156)

针对合成孔径雷达(SAR)舰船斜框检测数据集较少,难以满足算法发展和实际应用需求的问题,该文公开了SAR舰船斜框检测数据集(RSDD-SAR),该数据集由84景高分3号数据和41景TerraSAR-X数据切片及2景未剪裁大图,共127景数据构成,包含多种成像模式、多种极化方式、多种分辨率切片7000张,舰船实例10263个,通过自动标注和人工修正相结合的方式高效标注。同时,该文对几种常用的光学遥感图像斜框检测算法和SAR舰船斜框检测算法进行了实验,其中单阶段算法S2ANet检测效果最佳,平均精度达到90.06%。通过实验对比分析形成基准指标,可供相关学者参考。最后,该文通过泛化能力测试,分析讨论了RSDD-SAR数据集训练模型在其他数据集和未剪裁大图上的性能,结果表明:该数据集训练模型具有较好的泛化能力,说明该数据集具有较强的应用价值。RSDD-SAR数据集可在以下网址下载:https://radars.ac.cn/web/data/getData?dataType=SDD-SAR。

来源:2022年第4期

《雷达学报》期刊编辑部

查看雷达学报杂志2022年第4期

联系我们

  • 电话:010-58887062
  • E-mail:radars@mail.ie.ac.cn

咨询工作人员