舰船遥感图像数据集DSTD的构建研究

作     者：何维娟 江涛 王林飞 徐权峰 王欣 HE Wei-juan;JIANG Tao;WANG Lin-fei;XU Quan-feng;WANG Xin

作者机构：云南民族大学数学与计算机科学学院云南昆明650500 云南大学信息学院云南昆明650091 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2022年第32卷第7期

页      面：82-86,92页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61363022) 云南民族大学研究生创新基金项目(SJXY-2021-002) 

主　　题：目标检测 遥感 数据集 舰船 YOLOV5 

摘      要：目标检测算法在PASCAL VOC、COCO等一系列数据集中都取得了一定的效果,但是都是面向自然场景下的多目标检测任务,而这些数据集中的单类目标场景往往很单一,相应目标数量也很少,针对特定场景和特定目标的数据集并不多见。而对于此类任务的数据集往往也是很有价值的,例如遥感场景下的舰船检测或者飞机检测。针对此问题,构建一种面向遥感场景的大规模水面舰船目标检测数据集,其数据集的主要来源为DIOR、DOTA、NWPU-VHRdataset、TGRS-HRRSD-Dataset-master等几个开源数据集,将其命名为DSTD(dataset for ship target detection),数据集中包含4854张舰船图片,87076个舰船实例。DSTD数据集具有数量多、多尺度和成像差异大以及较高的类内多样性等特点。在构建数据集的基础上,进一步分析了遥感舰船图像的细节特征,评估了一些经典目标检测方法的性能,并进行了实验对比,验证了该数据集的可行性,同时发现了当前较适合舰船的检测方法:即YOLOV5。使用YOLOV5算法进行舰船图像目标检测,在保证高检测精度的同时,能保持极快的检测速度。