舰船遥感数据集记录

一、以卫星或飞机拍摄的光学遥感影像为主要数据源的光学舰船数据集：
1、HRSC2016 （ High-Resolution Ship Collection 2016）数据集：
以清晰的可见光影像为基础，侧重于高分辨率的光学影像，主要体现目标的反射特性，适用于舰船的检测和识别。其次，在近岸状态中，如 HRSC2016 数据集中的密集场景存在大量停靠在港口的舰船，由于相互间空隙极小，特征容易互相遮挡，增加了漏检的难度。

最后，舰船数据集中容易包含了云雾、海面杂波、礁石港口等复杂海况场景，这些干扰物不仅会遮挡舰船特征，也会引入大量负样本，导致模型出现错检漏检的情况。

2、NWPU VHR-10 数据集：
提供了高分辨率的光学影像，能够准确呈现亚米级分辨率下的舰船特征

3、DOTA 数据集：
在 10 米分辨率下，DOTA 数据集中的舰船尺寸则显得较为模糊。
（这种分辨率差异使得在亚米级分辨率与 10
米分辨率下特征呈现存在较大差异，进而影响检测算法的表现。）

4、Shipsnet 数据集：
遥感舰船影像中存在大量的复杂场景，如跨尺度舰船场景、密集场景、复杂海况场景。在跨尺度场景中，如 Shipsnet 数据集，经常包含尺寸较大的目标和较小的目标同时出现，导致微小目标漏检的情况频繁发生。

5、FGSC-23数据集：

6、Kaggle 平台提供的 SPOT 卫星影像：

二、基于合成孔径雷达遥感图像的数据集

1、SSDD （SAR Ship Detection Dataset）数据集：
主要包含高分辨率的 SAR 影像，这些数据由不同的卫星或机载 SAR 传感器采集而来，帮助研究人员更好地理解和表达 SAR 影像中的舰船后向散射特性。与光学影像相比，SAR 影像具有全天候、全天时的优势，不受天气、云层以及光照条件的影响。因此，SAR 影像在复杂气象条件下的舰船检测任务中具有独特的优势。但另一方面，尽管 SAR 影像在不同天气条件下均具有较好的表现，但由于 SAR 影像的成像原理与光学影像有所不同，其图像表现为灰度反射率，往往缺乏光学影像中的色彩和细节，这使得舰船的形态和特征难以直接被观察到，因此，舰船的识别面临更高的挑战。基于光学的舰船数据集与基于 SAR 的舰船数据集两者之间的差别非常显著。

2、OpenSARShip 数据集 [52] ：

三、数据集分析：
1、分辨率：从 0.2 米到 10 米的影像分辨率范围
2、场景：多样，包含港口、近岸和离岸等多种环境
3、型号：涵盖航母、巡洋舰、驱逐舰、直升机航母等军用舰船，以及货轮、渔船等民用船只。
4、目标形状和尺寸：具有显著差异，包括快艇、渔船等小型目标，以及航母、货轮等超大型目标。这种多尺度、多分辨率、多卫星、多场景的混合设计，显著提升了数据集的复杂性和泛用性，克服了单源数据集在多样性和应用广度上的不足。
5、复杂场景：数据集还特别关注复杂场景下的舰船识别任务。在数据集的构建过程中，选择了不同气象条件、不同海域以及不同时间段的卫星影像，以保证数据集在多变环境中的适用性。通过涵盖多种复杂场景，增强了数据集对不同情境下舰船识别任务的支持。