主頁 >  其他 > 九大遙感目標檢測資料集（附下載鏈接）

九大遙感目標檢測資料集（附下載鏈接）

2021-12-23 08:48:56 其他

目標檢測領域遙感資料集

碼字不易，點個贊再走唄

1. 中科院大學高清航拍目標資料集合（UCAS-AOD）-3.25G

1.1基本資訊

UCAS-AOD (Zhu et al.，2015)用于飛機和汽車的檢測，包含飛機與汽車2類樣本以及一定數量的反例樣本（背景），總共包含2420幅影像和14596個實體，論文中特別提到了目標檢測的方向健壯性，所以在資料集標注程序中作者對資料進行了一定程度的篩選，使得影像中的物體方向分布均勻，資料集具體內容如下：
內容 飛機影像 飛機實體 汽車影像 汽車實體 反例影像數量 1000 7482 510 7114 910

1.2資料說明

1.2.1影像定義

本資料集中目標為航拍影像下的飛機和車輛，

1.2.2資料來源

使用Google Earth軟體在全球部磁區域中截取的影像

1.2.3資料格式

資料集分為CAR、PLANE、NEG三個檔案，CAR、PLANE為正例影像，NEG為反例影像，正例影像以P+數字序號命名，反例影像以N+數字序號命名，所有影像為PNG格式，尺寸為1280x659和1372x941，

1.2.4樣本標注

UCAS-AOD采用HBB（horizontal bounding box）的標注方法，影像的groundtruth采用txt格式保存，以影像的同名檔案方式存盤，對于整理好的txt檔案資料，每列的屬性分別為x1,y1,x2,y2,x3,y3,x4,y4,theta,x,y, width,height，屬性說明如下：
在這里插入圖片描述

1.3資料示例

x1,y1,x2,y2,x3,y3,x4,y4為飛機的矩形框，即下圖中的綠色框；
theta為機尾指向機頭的向量與x軸正向的夾角；
x,y,width,height 為飛機的bounding box，即圖中的紅色矩形框，
具體的標注示意如下圖所示：

在這里插入圖片描述

圖1 標注示意

在這里插入圖片描述

圖2 UCAS-AOD資料集


2. 西工大高解析度輪船識別資料集（HRSC2016）-3.86G

2.1基本資訊

HRSC2016 (Liu et al.，2016)是西北工業大學采集的用于輪船的檢測的資料，包含4個大類19個小類共2976個船只實體資訊，論文中特別指出他們的資料集是高解析度資料集，解析度介于0.4m和2m之間，資料集所有影像均來自六個著名的港口，包括海上航行的船只和靠近海岸的船只，船只影像的尺寸范圍從300到1500，大多數影像大于1000x600，

2.2資料說明

2.2.1目標影像定義

本資料集中目標為航拍影像下的船只，包括海上船只與近岸船只，作者在對船只模型進行分類時采用		
了高度為3的樹形結構，L1層次為Class、L2層次為category、L3層次為Type，類似生物學的分類觀
點，具體表示如下：

圖3 HRSC2016的資料層次結構

2.2.2資料來源

使用Google Earth軟體在全球部磁區域中截取的影像，既包括Google Earth默認顯示的圖片，
又包括相同地點的歷史圖片，

2.2.3資料格式及規模

資料集分為Train、Test、ImageSets三個檔案，Train、Test目錄分為只包含船只影像的AllImages和只包含注釋資訊的Annotations，影像以港口序號順序命名、以bmp格式存盤，影像的注釋資訊以xml檔案存盤，此外，Test檔案下的Segmentations檔案還包含了船只分割影像，即語意分割的標簽，以png格式存盤，訓練、驗證和測驗集分別包含436個影像（包括1207個樣本）、181個影像（包括541個樣本）和444個影像（包括1228個樣本），ImageSets目錄下包含train.txt、val.txt、trainval.txt以及test.txt，保存了訓練集、驗證集、交叉驗證集、測驗集的圖片編號，各類樣本在訓練集、驗證集、測驗集中的分布如下所示：

圖4 L3（Type）級別的資料分布

2.2.4樣本標注資訊

HRSC2016采用OBB（oriented bounding box）的標注方法，提供了三類標注資訊，包括bounding box、rotated bounding box和pixel-based segmentation，還包括港口、資料源、拍攝時間等額外資訊，部分資料標注展示如下：

<HRSC_Image>
  <Img_CusType>sealand</Img_CusType>
  <Img_Location>69.040297,33.070036</Img_Location>
  <Img_SizeWidth>1138</Img_SizeWidth>
  <Img_SizeHeight>833</Img_SizeHeight>
  <Img_SizeDepth>3</Img_SizeDepth>
  <Img_Resolution>1.07</Img_Resolution>
  <Img_Resolution_Layer>18</Img_Resolution_Layer>
  <Img_Scale>100</Img_Scale>
  <segmented>0</segmented>
  <Img_Havemask>0</Img_Havemask>
  <Img_Rotation>274d</Img_Rotation>
  <HRSC_Objects>
    <HRSC_Object>
      <Object_ID>100000008</Object_ID>
      <Class_ID>100000013</Class_ID>
      <Object_NO>100000008</Object_NO>
      <truncated>0</truncated>
      <difficult>0</difficult>
      <box_xmin>628</box_xmin>//bounding box坐標點
      <box_ymin>40</box_ymin>
      <box_xmax>815</box_xmax>
      <box_ymax>783</box_ymax>
      <mbox_cx>719.9324</mbox_cx>//旋轉后的左上角坐標
      <mbox_cy>413.0048</mbox_cy>
      <mbox_w>741.8246</mbox_w>
      <mbox_h>172.6959</mbox_h>
      <mbox_ang>1.499893</mbox_ang>//旋轉角度
      <segmented>0</segmented>
      <seg_color>
      </seg_color>
      <header_x>713</header_x>//船頭部資訊
      <header_y>777</header_y>
    </HRSC_Object>
  </HRSC_Objects>
</HRSC_Image>

標注頁面如下圖所示：
在這里插入圖片描述

2.3資料示例

圖6 訓練樣本（第一行）、測驗樣本（第二行）和分割掩碼

3. 西工大高解析度遙感影像資料集（NWPU VHR-10）-73.1M

3.1基本資訊

NWPU VHR-10 (Cheng et al.，2016) 這個高解析度(VHR)遙感影像資料集是由西北工業大學(NWPU)構建的，包含10類正例樣本650張以及不包含給定物件類的任何目標的150張反例影像（背景），正例影像中至少包含1個實體，總共有3651個目標實體，具體類別資訊如下：
目標類別 目標尺寸（像素）飛機 33 * 33-129 * 129輪船 40 * 40-128 * 128儲油罐 34 * 34-103 * 103棒球場 49 * 49-179 * 179網球場 45 * 45-127 * 127籃球場 52 * 52-179 * 179田徑場 192 * 192-418 * 418港口 68 * 68-222 * 222橋梁 98 * 98-363 * 363汽車 42 * 42-91 * 91

3.2資料說明

3.2.1目標影像定義

本資料集中目標為航拍影像下的目標種類，包括飛機、艦船、油罐、棒球場、網球場、籃球場、田徑場、港口、橋梁和汽車共計10個類別，

3.2.2資料來源

715幅高解析度影像使用Google Earth軟體在全球部磁區域中截取，85幅超高解析度影像CIR由德國攝影測量、遙感和地理資訊學會（DGPF）提供，Google Earth截取影像的解析度介于0.5m到2m，CIR影像解析度為0.08m，

3.2.3資料格式

資料集分為positive image set、negative image set、ground truth三個檔案
positive image set目錄下為正例影像，negative image set目錄下為反例影像
正例、反例影像皆從001開始命名，所有影像為jpg格式，

3.2.4樣本標注資訊

NWPU VHR-10采用HBB的標注方法，ground truth檔案夾包含650個單獨的txt檔案，每個檔案對應于positive image set檔案夾中的一個影像，這些文本檔案的每一行都定義了一個ground truth邊界框，格式如下:

(x1,y1),(x2,y2),a

其中(x1,y1)為bounding box的左上角坐標，(x2,y2)為bounding box的右下坐標，a為物件類別(1-飛機、2-輪船、3-儲油罐、4-棒球場、5-網球場、6-籃球場、7田徑場、8-港口、9-橋梁、10-汽車)，

3.3資料示例

在這里插入圖片描述

圖8 NWPU VHR-10資料集部分類別

4. 武大大規模航空影像目標檢測資料集（DOTA）-18.8G

4.1基本資訊

DOTA(Xia et al.，2018)是武大遙感國重實驗室和華科電信學院等合作的一個航拍影像資料集，包含2806張遙感影像（圖片尺寸800800到40004000），一共188282個實體，分為15個類別：飛機、船只、儲油罐、棒球場、網球場、籃球場、田徑場、海港、橋梁、大型車輛、小型車輛、直升飛機、足球場、立交路口、游泳池，資料集具體內容如下：

圖9 DOTA中各類別資料分布

4.2資料說明

4.2.1目標影像定義

DOTA在提出之時可以稱得上規模最大的航空影像資料集，DOTA與NWPU VHR-10等資料集相比，前		
10類資料雖然都有，但是DOTA的資料量更多、資料注釋更加豐富，此外，DOTA還將車輛資料分為大
型車輛與小型車輛，主要考慮兩者之間的明顯差異性；將直升飛機資料納入到資料集中，主要考慮移
動目標在航空圖片中也有十分顯著的作用；將立交路口納入到資料集中，主要考慮到它在道路分析中
的作用，
DOTA與當時的航空影像資料集進行了比較，指出了這些資料集普遍存在的缺點：1）資料規模小；
2）類別數量少；3）影像解析度低；4）注釋不豐富，并且無法形成資料與真實世界之間的映射，具體
比較如下所示：

圖10 DOTA與各資料集的比較

4.2.2影像資料來源

使用Google Earth平臺和中國資源衛星資料和應用中心在全球部磁區域中截取影像，

4.2.3資料格式

資料集分為train、val、test三個檔案，三個檔案下都包含圖片資料images檔案夾，檔案中的圖片以
P+圖片編號命名，所有影像為PNG格式，影像尺寸介于800*800和4000*4000之間，實體尺寸介于0-
2500像素之間，具體實體尺寸分布如下圖所示：

圖11 DOTA中實體尺寸分布

train、val檔案下還包含對應圖片的標注資訊，分為DOTA-v1.0和DOTA-v1.5版本， v1.5包含16個類別中的40萬個帶注釋的物件實體，是v1.0（15個類別）的更新版本，它們都使用相同的航拍影像，但是v1.5修改并更新了物件的注釋，主要對v1.0中標注的10像素以下的小物件實體進行了額外注釋，v1.5的類別也得到了擴展，增加了集裝箱起重機這一類別，

4.2.4樣本標注資訊

DOTA采用OBB的標注方法，影像的ground truth采用txt格式保存，以影像的同名txt檔案存盤，影像中
每個實體都由一個四點確定的任意形狀和方向的四邊形邊界框標注，頂點按順時針順序排列，檔案中
包含10列資訊，每列的屬性分別為x1,y1,x2,y2 x3,y3,x4,y4,category，difficult，屬性說明如下：

欄位 說明

4.3資料示例

圖12 DOTA中的樣本，
圖13 DOTA中注釋的15類樣本

5. 光學遙感影像大規模基準資料集（DIOR）-7.19G

5.1基本資訊

DIOR (Li e al.，2020)是由西工大韓軍偉課題組提出的一種用于光學遙感影像中目標檢測的大規模基準資料集，包含23463幅遙感影像（圖片尺寸為800*800）和190288個實體，同時論文也對近年來基于深度學習的目標檢測方法進行了綜述，資料集中的實體分為20個類別：飛機、飛機場、棒球場、籃球場、橋梁、煙囪（工業）、水壩、高速公路服務區、高速公路收費站、港口、高爾夫球場、田徑場、立交路口、體育館、儲油罐、網球場、火車站、汽車、風力發電機，各實體具體分布如下：
圖14 DIOR中20類實體的數量分布

5.2資料說明

5.2.1目標類別選擇

DIOR資料集在選擇目標類別時，類似于DOTA采取的方法，既選擇了之前的資料集普遍存在的類別，
例如NWPU VHR-10中的10個類別，也考慮到了遙感影像目標監測任務的具體需求：
1） 交通基礎設施在運輸分析中至關重要，所以專案組將火車站、高速公路收費站、高速公路服務區等基礎設施納入進DIOR的類別中，
2） 大多數的目標類別是從市中心選取的，DIOR考慮了近郊地區的基礎設施，如水壩、風力發電機等設施，用以提高遙感資料的多樣性，

5.2.2資料來源

使用Google Earth軟體在全球部磁區域中截取的影像，

5.2.3資料格式

資料集分JPEGImages-trainval、JPEGImages-test、Annotations、ImageSets四個檔案夾，JPEGImages-trainval、JPEGImages-test中存放遙感影像（二者數量之比接近1:1），影像以5位序號命名，所有影像尺寸均為800*800、解析度介于0.5m到30m、格式均為JPG，Annotations中存放了23463張影像的注釋資訊，具體資訊如下：

<annotation>
	<filename>00001.jpg</filename>
	<source>
		<database>DIOR</database>
	</source>
	<size>//圖片尺寸及深度
		<width>800</width>
		<height>800</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>golffield</name>//類別
		<pose>Unspecified</pose>
		<bndbox>
			<xmin>133</xmin>//bounding box坐下角坐標（xmin,ymin）
			<ymin>237</ymin>
			<xmax>684</xmax>//右上角坐標（xmax,ymax）
			<ymax>672</ymax>
		</bndbox>
	</object>
</annotation>

可以看得出，DIOR資料集規模雖然大，但是資料注釋比較簡略，采用了最基礎的Bounding box方法，
只包含兩個坐標點，ImageSets中存放的是訓練集、驗證集、測驗集的編號，以txt檔案存盤，用于制
作DataLoader加載資料，另外，圖片中各實體的尺寸大小如下：

圖15 DIOR中20類實體的尺寸分布

5.2.4樣本標注資訊

DIOR采用HBB的標注方法，使用Python腳本Labelme進行圖片標注，主要包含目標類別資訊及
Bounding Box左下角坐標和右上角坐標資訊，
5.2.5資料優勢
1）資料規模大，DIOR包含23463幅遙感影像及192472個目標實體，包含20類目標，
2）實體物件尺寸豐富，相同實體具有尺寸的多樣性，例如大型車輛與小型車輛、大型貨輪與小型游艇等，方便對不同尺寸的同類實體進行檢測，
3）影像多樣性豐富，DIOR資料集采集自全球80多個國家，覆寫了不同的天氣、季節、成像條件、影像質量等因素，能夠實作與現實世界的映射，
4）高類間（inter-class）相似性和高類內（intra-class）差異性，例如下圖所示的第一行圖片是不同類別的橋梁和水壩，二者具有類間相似性；第二行圖片是相同類別的工業煙囪，二者具有類內差異性， 圖16 類間相似性和類內差異性

5.3資料示例

圖17 實體尺寸多樣性（左側）和影像多樣性（右側）

圖18 在不同的成像條件、天氣、季節和影像質量下，從DIOR獲得的示例影像

6. 北航遙感目標檢測資料集（LEVIR）-1.56G

6.1基本資訊

LEVIR (Shi et al.，2018)是由北航史振威教授領導的視覺與遙感實驗室提出的一種新的遙感目標檢測資料集，包含21952幅遙感影像（圖片尺寸為600*800）和11028個實體，資料集中的實體分為3個類別：飛機、船舶、儲油罐，其中，飛機實體有4724個、輪船實體有3025個、儲油罐實體有3279個，

6.2資料說明

6.2.1目標類別

LEVIR資料集容納了大多數人類居住環境的地表特征，例如城市、鄉村、山地和海洋等區域；不包含
極端的陸地環境，例如沙漠和冰川，資料集中有3種型別的目標：飛機、船舶（包括近海船只和離岸船
只）和儲油罐，

6.2.2資料來源

使用Google Earth軟體在全球部磁區域中截取的影像，

6.2.3資料格式

LEVIR資料集只包含imageWithLabel這1個檔案夾，檔案夾下是影像及對應的標注資訊，影像從00001開始順序命名，標注檔案格式為txt檔案，與對應的圖片同名，所有影像尺寸均為600*800、解析度介于0.2m到1m、格式均為JPG，注釋檔案中的標注資訊也很簡略，包含5列屬性，具體資訊如下：

label xmin ymin xmax ymax 

label使用1、2、3標注，1代表飛機、2代表船舶、3代表儲油罐；
xmin-ymax即BB的左下角坐標和右上角坐標，
LEVIR資料集并沒有將正例和背景分開，所以雖然有20000+圖片，但是實體個數只有10000+，并且背景圖片也有相應的txt檔案所對應，且txt檔案中的內容為空，所以資料集中的txt檔案大多數是空檔案，

6.2.4資料優勢

1）實體尺寸分布平衡，

與NWPU VHR-10資料集相比，LEVIR中的實體尺寸分布較為均勻，特別是在10-100像素的實體并沒有體現出較大的分布偏差；而NWPU VHR-10中的大尺寸實體與小尺寸實體存在明顯的分布間隔，

圖19 NWPU VHR-10與LEVIR bounding box尺寸分布

2）實體分布均勻，

與NWPU VHR-10資料集相比，LEVIR中的實體在影像中的位置比較均勻，各個位置都有分布；而NWPU VHR-10中的實體則過于集中在影像的中央，不能體現出實體的平衡性，

圖20 LEVIR（左）與NWPU VHR-10（右）bounding box分布熱圖

6.3資料示例

在這里插入圖片描述

7. 遙感影像中語境物件細粒度識別資料集（xVi）-14.2G

7.1基本資訊

xView (lam et al.，2021)是由美國防部創新實驗部門舉行“xView探測挑戰賽”時，推出的一套遙感影像細粒度目標檢測資料集，包含1127幅遙感影像（圖片尺寸介于20002000和40004000之間）和超過1000000個實體，資料集中的實體分為7個大類和60個子類，7個大類包括飛機、客車、卡車、鐵路車輛、工程車輛、船舶和建筑物，部分子類并沒有包含在大類之下，如直升機停機坪等，大類具體資訊如下：
在這里插入圖片描述具體實體分布如下圖所示：
圖21 xView資料集中實體分布

7.2資料說明

7.2.1目標類別選擇

xView選擇了60個類別，采用父類-子類的形式來描述這些類別，但是部分子類并沒有所屬的父類，在1400平方公里的影像中，有超過100萬個物件，

7.2.2資料來源

使用DigitalGlobal在全球部磁區域中截取的影像，

7.2.3資料格式

xView資料集被分割為訓練、驗證和測驗三個集合，按照3:1:1的比例劃分為訓練集、驗證集、測驗集，所有影像尺寸介于2000x2000和4000x4000之間、解析度為0.3m，

7.2.4資料標注

xView資料集的優勢很明顯，一是資料集大，有超過1M個實體物件；二是資料種類多，包含60個細粒度類別；三是解析度高，使用Digital Global的WorldView-3衛星采集到的圖片解析度都在0.3m，且解析度規格相同，
同樣，由于xView是以監測遙感影像中目標受損程度的比賽為導向的，資料集質量并不是很高，并且xView對于一些重要的類別的劃分比較粗糙，不適合作為細粒度的分析，

7.3資料示例

圖22 xView資料集標注示例

在這里插入圖片描述

8. 遙感影像多尺度目標檢測資料集（SIMD）-1.07G

8.1基本資訊

SIMD (haroon et al.，2020) 是由巴基斯坦國立科學技術大學提出的主要用于車輛檢測的目標檢測資料集，包含5000幅遙感影像（圖片尺寸：1024*768）和45096個實體，資料集中的實體分為15類，類別資訊如下：
在這里插入圖片描述

8.2資料說明

8.2.1目標類別選擇

SIMD主要用于車輛的檢測，對車輛進行了細粒度類別的注釋；
同時也標注了一定數量的飛機，

8.2.2資料來源

使用GoogleEarth在歐洲部分公共區域中截取的影像，具體分布如下圖：

圖23 SIMD在歐洲不同地區的影像、實體分布

8.2.3資料格式

SIMD資料集中的影像解析度都是1024*768的JPG格式，對于注釋檔案，SIMD以檢測演算法為導向，提
供了3種標準的注釋格式，

1） YOLO格式：注釋檔案為txt格式，包含（c,xi,yi,w,h）5列屬性資料，其中，c為目標物件的類別，（xi，yi）為物件的中心點，（w，h）為物件BB的寬和高，所有的數值都是與實際影像的百分比，
2） Faster
RCNN格式：資料保存在02XML格式的檔案中，包含(x1、y1、x2和y2)的邊界框資訊和類別資訊，其中第一個檔案中的xi和yi是x、y域中的精確坐標，第二個檔案包含用對應的型別別的名稱，即汽車、公共汽車、卡車等，
3） Pascal
VOC格式：注釋檔案為XML格式，類似于上文提到過的XML檔案，包含完整的影像資訊和每個實體的詳細資訊，影像資訊包括檔案名、檔案夾、影像解析度等，實體標簽包含實體型別名稱和以(xmin、xmax、ymin、ymax)描述的每個實體的坐標，

8.2.4資料優劣

SIMD資料集的優勢主要在于車輛資料集劃分較細致、數量較多，
但是SIMD有著較為嚴重的資料不平衡問題，僅汽車1個類別的實體數量就占到了總體實體的1/2，只有
少量的其他類別的實體，

8.3資料示例

圖24 SIMD資料集示例

9. 高解析度遙感影像細粒度識別資料集（FAIR1M）-42.8G

9.1基本資訊

FAIR1M (Sun et al.，2021)是由中國科學院空天資訊創新研究院研究團隊和國際攝影測量與遙感協會合作，構建的一套目前全球規模最大的遙感影像細粒度目標識別（Fine-grAined object recognItion in high-Resolution remote sensing imagery）資料集，包含15266幅遙感影像（圖片尺寸介于10001000和100001000之間）和超過100000（1 Million）個實體，資料集中的實體分為5個大類和37個子類，5個大類分別是：飛機、船舶、汽車、球場、道路，對于飛機這一大類，包含11個飛機型號：波音737、波音747、波音777、波音787、C919、ARJ21、空客A320、空客A220、空客A330、空客A350以及不屬于以上10種飛機型號的其他型號飛機，其他大類資訊如下：
在這里插入圖片描述
具體實體分布如下圖所示：
圖25 FAIR1M資料集實體分布

9.2資料說明

9.2.1資料來源

1）使用Google Earth軟體在全球部磁區域中截取的影像，
2）使用高分衛星在全球不同區域截取的影像，具體分布：

圖26 FAIR1M資料集在各大洲的分布情況

9.2.2資料預處理

為了獲得高解析度、高質量的遙感影像，FAIR1M進行了一定的資料預處理：
1）檢查原始資料的質量，并去除有許云彩、噪聲和亮點的影像，
2）為了確保同一區域的影像具有相同的定位精度，對多時態和多源影像進行了塊調整，
3）使用Pan Sharpening演算法融合全色影像來提高多光譜影像的空間解析度，并使用直方圖均衡來調整影像的色調分量，

9.2.3資料格式

FAIR1M資料集包含train、test兩個檔案夾，test檔案夾下只包含images檔案，即影像資訊；train檔案夾下包含images檔案和labelXml檔案，前者存有遙感影像，后者是對應的注釋資訊，
影像從1開始順序命名，標注檔案格式為xml檔案，與對應的影像同名，所有影像尺寸介于10001000和1000010000之間、解析度介于0.3m到0.8m、格式均為tif，注釋檔案中的標注資訊很豐富，具體內容如下：

<?xml version="1.0" encoding="utf-8"?>
<annotation>
	<source>
		<filename>0.tif</filename>
		<origin>GF2/GF3</origin>
	</source>
	<research>
		<version>1.0</version>
		<provider>FAIR1M</provider>
		<author>Cyber</author>
		<pluginname>FAIR1M</pluginname>
		<pluginclass>object detection</pluginclass>
		<time>2021-07-21</time>
	</research>
	<size>
		<width>1500</width>
		<height>1500</height>
		<depth>3</depth>
	</size>
	<objects>
		<object>
			<coordinate>pixel</coordinate>
			<type>rectangle</type>
			<description>None</description>
			<possibleresult>
				<name>Liquid Cargo Ship</name>//類別
			</possibleresult>
			<points>
				<point>1275.000000,458.000000</point>//x1, y1
				<point>1494.000000,88.000000</point>//x2, y2
				<point>1417.000000,43.000000</point>//x3, y3
				<point>1199.000000,414.000000</point>//x4, y4
				<point>1275.000000,458.000000</point>//head，即x1，y1
			</points>
		</object>
	</objects>
</annotation>

FAIR1M資料集采用OBB的標注方式，使用不規則四邊形進行目標注釋，四邊形的四個頂點分別為
{(xi,yi)|i=1,2,3,4}，四個頂點按順時針排列，點（x1,y1）代表物體的頭部，

9.2.4資料優勢

1）類別細分全，類別資料較為平衡，

相較于其他粗糙的細粒度資料集而言，FAIR1M類別細分程度遠超現有資料集，例如xView中只將飛機這一大類分成了2類，而FAIR1M將其分為了11類；并且FAIR1M對于類別進行了一定的平衡處理，各類別數量差異并不太大，而包含15個類別FGSD資料集，單單汽車就占了資料集實體的一半，

2）實體的尺寸、角度變化范圍大，

FAIR1M資料集具有超高的空間解析度，所以能夠分辨出不同尺度的物體，來擴展實體大小的變化范圍；同時，類內物體也存在角度的變化，

(a) （b）圖27 (a)每幅影像中實體數量分布和(b)每幅影像中類別數量分布

3）高度的類內差異性和類間相似性，

FAIR1M收集了不同季節和天氣環境下的相同場景，因此，同一類別的物體有不同的姿態、背景、顏色和光線；不同細粒度類別之間具有相似的外觀和形狀，

9.3資料示例

圖28 FAIR1M資料集注釋

圖29 FAIR1M資料集中每個類別的資料樣本

參考文獻

  1. H. Zhu, X. Chen, W. Dai, K. Fu, Q. Ye, and J. Jiao. Orientation robust object detection in aerial images using deep convolutional neural network. In ICIP, pages 3735–3739, 2015.
  2. Z. Liu, H. Wang, L. Weng, and Y. Yang. Ship rotated bounding box space for ship extraction from high-resolution optical satellite images with complex backgrounds. IEEE Geosci. Remote Sensing Lett.,13(8):1074–1078, 2016.
  3. G. Cheng, P. Zhou, and J. Han. Learning rotation-invariant convolutional neural networks for object detection in VHR optical remote sensing images. IEEE Trans. Geosci. Remote Sens., 54(12):7405–7415,2016.
  4. G. Xia, X. Bai, J. Ding, Z. Zhu, S. Belongie, J. Luo, M. Datcu, M. Pelillo, L. Zhang. DOTA: A large‐scale dataset for object detection in aerial images. In: Proc. IEEE Int. Conf. Comput. Vision Pattern Recognit., pp. 3974‐3983, 2018.
  5. K. Li, G. Wan, G. Cheng, L. Meng. Object detection in optical remote sensing images: A survey and a new benchmark. ISPRS Journal of Photogrammetry and Remote Sensing, 159():296–307,2020.
  6. Z. Zou, Z. Shi. Random Access Memories: A New Paradigm for Target Detection in High Resolution Aerial Remote Sensing Images. IEEE Transactions on Image Processing, 27(3), 1100–1111,2018.
  7. D. Lam, R. Kuzma, K. McGee, S. Dooley, M. Laielli, M. Klaric, Y. Bulatov, B. McCord. xview: Objects in context in overhead imagery. arXiv preprint arXiv:1802.07856,2018.
  8. M. Haroon, M. Shahzad, M. Fraz.Multi-sized object detection using spaceborne optical imagery. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2020.
  9. X. Sun, P. Wang, Z. Yan, C. Wang, W. Diao et al. FAIR1M: A Benchmark Dataset for Fine-grained Object Recognition in High-Resolution Remote Sensing Imagery[J]. arXiv preprint arXiv:2103.05569, 2021.

附錄

附錄1 資料集下載地址
資料集 百度云鏈接 提取碼
UCAS-AOD https://pan.baidu.com/s/1Vlp1_XPTAWxPsMUZwn4WvA kyio
HRSC2016 https://pan.baidu.com/s/1orVcudsa7h3Cw3g17GuuEQ vl67
NWPU VHR-10 https://pan.baidu.com/s/1MpowaoiCnujOveGpAL0uEg xz0y
DOTA https://pan.baidu.com/s/1bpwpYZMrQ7Jl7HWEfboRDw gvmr
DIOR https://pan.baidu.com/s/1WC5PF7VcUZAazao7XZLLiA j59z
LEVIR https://pan.baidu.com/s/1KjErcWrvAvDjC6qdeBkCOA
FAIR1M https://pan.baidu.com/s/1MzXz9nsDcPBpRJjlmAcjFA

附錄2 文獻下載地址

百度云鏈接：https://pan.baidu.com/s/1zgziOY5i097snrMKqra7Dg
提取碼：tdo5

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/390511.html

標籤：其他

上一篇：JavaCV音視頻開發寶典：使用javacv讀取GB28181、海康大華平臺和網路攝像頭sdk回呼視頻碼流并轉碼推流rtmp流媒體服務

下一篇：C#：圣誕節內卷，鉛筆畫制作

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂