遥感目标检测数据集汇总

概述

本文档汇总了遥感领域内广泛使用的各种目标检测数据集，旨在为研究人员和开发者提供一个全面的参考指南。这些数据集覆盖了从光学图像到合成孔径雷达（SAR）图像的各种场景，涉及飞机、船只、车辆、建筑物等多种目标类型，适用于训练和评估不同的遥感目标检测算法。

光学数据集

1. DIOR：大规模的光学遥感图像目标检测数据集，包含23463个图像和192472个实例，覆盖20个不同的目标类别。
2. LEVIR：关注高分辨率Google Earth图像，包括飞机、轮船、油罐三种主要目标，总共有超过11000个独立边界框。
3. DOTA：一个大型航空图像目标检测数据集，包含15个常见对象类别，适合开发跨尺度、跨姿态的检测算法。
4. RSOD：专注于飞机、油罐、运动场和立交桥的开源数据集，采用PASCAL VOC格式标注。
5. NWPU VHR-10：包含了10类地理空间物体，总计800张超高分辨率图像，适合对小目标的检测研究。
6. VEDAI：专注于航空影像中车辆的检测，提供了丰富的光照和背景变化情况下的图像。
7. COWC：包含上下文信息的高架汽车数据，有助于训练车辆检测和计数的深度神经网络。

SAR数据集

1. SSDD：专为舰船检测设计，包含1160个图像和2456个舰船实例，适用于单一目标类别的检测训练。
2. OpenSARShip：提供了SAR图像资源，主要用于船只识别，支持多种SAR数据源，如TerraSAR-X，RADARSAT等。
3. HRSID：高分辨率SAR图像数据集，特别适合船舶的检测、语义分割和实例分割，共5604张图像和16951个船实例。

综合说明

上述数据集各有侧重，有的强调高分辨率，有的注重类别多样性，还有些则在特定目标类型上深入挖掘。选择合适的数据集对于推动遥感目标检测技术的进步至关重要。每套数据集通常都附带详细的文档说明，标注方法和下载链接，为研究人员提供了充足的研究材料。开发者可以根据自己的研究需求，访问相应网站下载使用，并遵守各自的数据使用许可协议。