Satellite-Imagery-Datasets-Containing-Ships

项目介绍: 卫星图像船舶数据集

Satellite-Imagery-Datasets-Containing-Ships 项目旨在汇集多种用于船舶检测、分类、语义分割和实例分割任务的雷达和光学卫星图像数据集。该项目对学术研究和工业应用具有重要意义，因为它提供了丰富且多样化的图像数据，用于优化船舶检测算法和技术。

在此项目中，雷达卫星数据集主要用于船舶的检测和定位。主要的数据集包括但不限于：

SSDD (SAR Ship Detection Dataset): 包含1160张SAR图像，总体分辨率从1到15米不等，图像来自RadarSat-2、TerraSAR-X和Sentinel-1卫星。
OpenSARship-1.0, 2.0: 这两个版本分别包含11346和34528张图像块，主要覆盖亚洲的港口，图像的空间分辨率为2.7×22到20×22米。
SAR-Ship-Dataset: 该数据集包括43819个256×256像素的船舶图像块，源自中国的高分三号和Sentinel-1卫星。
HRSID (High-Resolution SAR Images Dataset): 包含5604高分辨率SAR图像，图像分辨率分别为0.5、1和3米每像素。

每个数据集都详细说明了获取方式、图像格式、分辨率、极化方式以及相关的注释格式，为开发者提供丰富的背景和使用指南。

光学卫星数据集提供高分辨率的图片，适用于日光条件下的船舶检测和识别。主要数据集包括：

HRSC2016 (High Resolution Ship Collection 2016): 包含1061张图片，分辨率从0.4米到2米不等，大多为海域和海陆结合部的景象。
Airbus Ship Detection Challenge Dataset: 由19万多张768×768像素的图像组成，图片中包括至少81723个船舶实例。
DOTA: 包含2806张约4000×4000像素的图像，数据集中有43736个船舶实例。
MASATI-v2: 提供了7389张图像，图像平均大小为512×512像素，分为多个分类如陆地、海岸、海洋和多船时态图像。

这些数据集不仅为船舶检测提供了精确定位的训练数据，还允许研究人员探索船舶识别中的挑战，如背景干扰、不同类别的细分，以及船舶在图像中的不同姿态。