vessel-detection-dataset

该数据集基于欧洲空间局（ESA）哥白尼哨兵-1任务（Sentinel-1A和Sentinel-1B）的合成孔径雷达（SAR）图像，这些卫星在极地轨道上全天候昼夜工作。数据集选取了干涉宽幅模式（IW）下的Level 1地面距离探测（GRD）产品和单视复数（SLC）突发产品，并利用了VV和VH两个极化通道。其中VH极化通常更有利于船检测，因为其能提供更高的船只与海洋杂波对比度，而VV极化则提供更多海面特征信息。该数据集的一个重要新特点是提供了从Level 1数据中提取的Level 0原始数据（RAW）。数据集包含15个不同的SAR场景，每个Level 1产品（GRD-SLC）对应检索了Level 2海洋产品（OCN），以获取海面风况信息，补充来自xView3/SARFish参考数据库的AIS数据。所有SAR L1B产品经过预处理，将复数图像（SLC）分割为512×512像素的非重叠块，并对GRD产品提取相应块，确保空间共注册。每个块区域共获得四个共注册的切片：VV和VH的L1 SLC、L1 GRD、L0 RAW以及L0 range-compressed切片。标注采用XML格式，包含切片和场景信息、船只标签等。数据集分为训练、验证和测试文件夹。此外，文档提供了手动审查后的高质量标签过滤列表（yolo_dataset_filtered.csv），用于训练高精度模型。该数据集适用于基于SAR图像的船只检测任务。This dataset is based on Synthetic Aperture Radar (SAR) images from the European Space Agency (ESA) Copernicus Sentinel-1 mission (Sentinel-1A and Sentinel-1B), which operate in polar orbits day and night under all weather conditions. The dataset selects Level 1 Ground Range Detected (GRD) products and Single Look Complex (SLC) burst products in Interferometric Wide Swath (IW) mode, utilizing both VV and VH polarization channels. VH polarization is generally more favorable for ship detection due to its higher ship-to-sea clutter contrast, while VV polarization provides more sea surface feature information. A key new feature of this dataset is the provision of Level 0 raw data (RAW) extracted from Level 1 data. The dataset contains 15 different SAR scenes, and for each Level 1 product (GRD-SLC), corresponding Level 2 Ocean (OCN) products are retrieved to obtain sea surface wind information, supplementing AIS data from the xView3/SARFish reference database. All SAR L1B products are preprocessed by dividing the complex images (SLC) into non-overlapping 512×512 pixel blocks, and corresponding blocks are extracted from GRD products to ensure spatial co-registration. Each block area yields four co-registered slices: L1 SLC (VV and VH), L1 GRD, L0 RAW, and L0 range-compressed slices. Annotations are in XML format, containing slice and scene information, ship labels, etc. The dataset is divided into training, validation, and test folders. Additionally, the documentation provides a manually reviewed high-quality label filtering list (yolo_dataset_filtered.csv) for training high-precision models. This dataset is suitable for ship detection tasks based on SAR images.

原始信息汇总

数据集概述

该数据集由 opensar-insight/vessel-detection-dataset 提供，是一个基于合成孔径雷达（SAR）图像的船舶检测数据集，以MIT许可证发布。

数据来源

• 图像来自欧洲空间局（ESA）哥白尼计划中的Sentinel-1任务（Sentinel-1A和Sentinel-1B两颗卫星），该任务在极地轨道运行，可在全天候条件下昼夜工作。
• 选用的Level 1 SAR产品包括宽幅干涉模式（IW）下的地面距离检测（GRD）产品和单视复数（SLC）突发产品。
• 利用了VV和VH两种极化通道，其中VH极化对船舶检测更有利（船舶与海洋杂波对比度更高），而VV极化提供更多海面特征信息。
• 数据集的一个重要特点是提供了从Level 1数据中提取的Level 0（L0，原始数据）数据。

数据构成

• 共选取了15个不同的SAR场景。
• 对于每个Level 1 SAR产品（GRD-SLC），还获取了对应的Level 2海洋产品（OCN），用以补充海面风况信息，并与xView3/SARFish参考数据库中的AIS（自动识别系统）数据相互补充。
• 所有Level 1B产品经过预处理，以实现分块划分。划分算法将复数图像（SLC）分割为512×512像素的非重叠块，生成适合训练和验证的方形切片。同时从GRD产品中提取相应切片，确保空间配准，每个选定的块区域共获得四个配准切片。
• 标签采用XML格式进行标注。

数据集组织

数据集分为训练、验证和测试三个文件夹。每个切片提供：

• /patches：512x512的VV和VH L1 SLC切片
• /patches：对应的VV和VH L1 GRD切片
• /raw：对应的VV和VH L0切片
• /range_compressed_rescaled：对应的VV和VH L0距离压缩切片
• /labels：包含切片和场景信息、船舶标签及附加信息的XML文件

质量筛选

部分标签存在不完美之处（如偏离可见船舶中心或过小无法完整包围船舶）。数据集进行了额外的人工审查，以筛选出最高质量的标签。筛选后的高质量切片列表存储在 yolo_dataset_filtered.csv 中，该列表已用于训练所提供的船舶检测模型。

下载方式

可通过Hugging Face Hub下载数据集，使用 snapshot_download 方法，仓库ID为 opensar-insight/vessel-detection-dataset，类型为 dataset。

其他资源

更多信息可参考其官方网站，该网站即将发布。

搜集汇总

数据集介绍

构建方式

该数据集基于欧洲空间局哥白尼计划中Sentinel-1任务的合成孔径雷达（SAR）影像构建，融合了来自Sentinel-1A和Sentinel-1B卫星的多种产品类型。数据选取了宽幅干涉模式（IW）下的地面距离探测（GRD）产品以及单视复数（SLC）突发产品，并充分利用了VV和VH两种极化通道，其中VH极化因船只与海面杂波对比度更高而更有利于船只探测。数据集的一个显著创新在于提供了从L1数据中提取的L0原始数据及距离压缩数据，为深入分析提供了可能。研究选取了15个不同的SAR场景，每个L1产品均配有对应的L2海洋产品，用以补充海面风场信息。所有L1B产品经过预处理，将SLC图像分割为512×512像素的非重叠块，同时从GRD产品中提取对应的空间配准块，确保同一地理区域上多种数据类型的对齐，最终每个区块生成四组配准图像。标签以XML格式组织，并经过人工审查筛选出高质量标签，存储于yolo_dataset_filtered.csv文件中。

特点

该数据集的核心特点在于其多层级、多模态的SAR数据融合。它同时提供了L0、L1（包括GRD和SLC）以及L2海洋产品，实现了从原始回波到地理产品的全链路覆盖，赋予研究者对数据进行全面剖析的能力。每个空间区块均包含VV和VH极化的SLC、GRD、L0及距离压缩图像，总计四组配准数据，这种精细的空间对齐确保了不同数据源间的可比性和一致性。此外，数据集整合了AIS和风场信息，丰富了船只探测的背景知识。人工审查机制进一步提升了标签质量，为训练高精度模型提供了可靠基础。数据集规模适中，划分为训练、验证和测试子集，便于模块化使用。

使用方法

数据集可通过Hugging Face Hub便捷获取，用户需安装huggingface_hub库并登录，然后使用snapshot_download函数下载整个数据集至本地目录。数据集文件夹结构清晰，包含‘patches’（L1 SLC和GRD图像）、‘raw’（L0数据）、‘range_compressed_rescaled’（距离压缩图像）以及‘labels’（XML标签文件）。用户可根据需要直接加载图像和标签进行模型训练或评估，也可根据提供的yolo_dataset_filtered.csv文件筛选高质量样本。该数据集适用于船只检测、海洋监测等相关计算机视觉任务，尤其适合利用SAR影像进行特征提取和机器学习建模。

背景与挑战

背景概述

该数据集由欧洲空间局（ESA）的Copernicus Sentinel-1任务提供合成孔径雷达（SAR）影像，聚焦于海洋船舶检测，由openSAR insight团队创建。研究核心在于利用Sentinel-1的双极化（VV和VH）能力，结合Level 0至Level 2的多层级数据，以提升船舶检测的准确性与鲁棒性。其独特之处在于首次在船舶检测数据集中引入Level 0原始数据，并与Level 1、Level 2产品及AIS信息融合，为海洋监视提供更全面的数据基础。该数据集通过15个SAR场景构建，采用块划分生成512×512的配准图像块，支持深度学习模型的训练与验证。其发布有望推动SAR海洋应用的研究，尤其在船舶检测领域，为算法开发提供高质量基准。

当前挑战

领域挑战在于SAR图像中的船舶检测易受海杂波、气象条件及极化方式影响，VH极化虽利于船舶对比度，但VV极化提供海面信息，如何有效融合两者仍是难题。多层级数据（L0/L1/L2）的整合要求精确配准与预处理，而不同SAR产品间的空间对齐及辐射校准增加了数据处理的复杂性。构建过程中，标注质量是重大挑战，部分标签存在偏移或尺寸不足，需人工筛选以确保高精度，该过程耗时且依赖经验。此外，数据分布的不平衡（如船舶稀疏场景）可能影响模型泛化能力，需设计策略缓解。这些挑战促使数据集提供多极化、多模态数据，以支持更稳健的检测方法研究。

常用场景

经典使用场景

该数据集以欧空局Sentinel-1卫星的合成孔径雷达影像为核心，融合了VV与VH双极化通道的L0、L1及L2海洋产品，构建了面向海洋舰船检测的标准化基准。其经典使用场景聚焦于深度学习模型的训练与验证，尤其是基于YOLO等目标检测框架的舰船识别任务。数据集的独特之处在于提供了多层级（原始、距离压缩、SLC、GRD）的共配准图像块，使得研究者能够系统评估不同预处理阶段对检测性能的影响，为雷达遥感图像解译提供了高价值的数据支撑。

衍生相关工作

该数据集的发布催生了一系列衍生研究，包括基于注意力机制的极化特征融合检测网络、面向小样本场景的自监督预训练方法，以及针对SAR图像特有的斑点噪声抑制技术。同时，其过滤后的高质量标注列表（yolo_dataset_filtered.csv）为带噪标签学习、主动学习等课题提供了天然实验场。这些工作不仅提升了舰船检测的精度与效率，还推动了可解释性分析与跨传感器迁移学习的发展，形成了以该数据集为枢纽的学术研究生态。

数据集最近研究

最新研究方向

该数据集依托欧空局Sentinel-1合成孔径雷达任务，融合多极化通道与多级产品（L0/L1 GRD/SLC），并辅以AIS与风场信息，为海洋船舶检测提供了高精度基准。其核心创新在于引入L0原始数据及手动精标的质量控制流程，显著提升了标签可靠性。当前研究热点聚焦于利用多模态数据融合与深度学习模型，提升复杂海况下的船舶识别精度，同时探索低层级数据在极端环境下的应用潜力，推动全球海事监控与海洋安全领域的智能化发展。