由中国科学院空天信息创新研究院的雷松林、陆东东、仇晓兰、丁赤飚等老师提交的SAR旋转船舶检测识别数据集，经审核整理后正式在国家对地观测科学数据中心发布，热忱欢迎广大科研工作者关注并获取数据。

图1该数据集在国家对地观测科学数据中心的网页信息    

深度学习在SAR船舶检测领域得到了广泛的应用。然而，当前SAR船舶检测仍面临场景复杂、尺度多、目标小等诸多挑战。为了促进解决上述问题，本文发布了高分辨率SAR船舶检测数据集，可用于旋转帧目标检测。该数据集包含六类船舶。总共将30个分辨率为1m的中国高分三号全景SAR图块裁剪成切片，每片1024×1024像素。此外，数据集中的大多数图像都包含具有复杂背景干扰的近岸区域。使用八个最先进的旋转探测器和基于CFAR的方法对数据集进行评估。实验结果表明，复杂的背景将对探测器的性能产生很大影响。

图2 数据集产品缩略图  

数据集中的所有数据均来自GF-3 Spotlight（SL）模式，分辨率为1m，每张图像有1024×1024像素，相对较大，可以包含更丰富的信息。近岸场景数据占比为63.1%，背景复杂，干扰较大，检测难度较大，数据集利用可旋转盒对目标进行标注，有助于检测密集目标，有效排除干扰。

扫描二维码获取数据链接