WUTDet

WUTDet是一个包含10万规模船舶检测的数据集，专注于密集小目标检测。

WUTDet is a 100,000-scale ship detection dataset dedicated to dense small-object detection.

原始信息汇总

WUTDet数据集概述

数据集基本信息

• 数据集名称：WUTDet
• 核心描述：一个包含10万规模、密集小目标的船舶检测数据集和基准。
• 相关论文：WUTDet: A 100K-Scale Ship Detection Dataset and Benchmarks with Dense Small Objects

数据集状态与发布

• 发布日期：2026年4月18日
• 当前发布部分：WUTDet Part A 数据集已发布。
• 未来计划：更多数据集将在论文被接受后发布；将发布全部20个基线模型的检查点。

数据下载

• Google Drive：https://drive.google.com/file/d/1HvQcqx_NH_20yZ4eX8DXWTlQZlHhNSBK/view?usp=sharing
• Baidu Netdisk：https://pan.baidu.com/s/1Ml5qmU78w1eDGsAbSgKdTw?pwd=MAPG
• 百度网盘提取码：MAPG

致谢

• 感谢浙江鑫诺睿海洋科技有限公司（http://www.xnuorui.com/）及多功能海事服务船“福瑞688”对本工作的宝贵支持。

引用格式

bibtex @article{liang2026wutdet, title={WUTDet: A 100K-Scale Ship Detection Dataset and Benchmarks with Dense Small Objects}, author={Liang, Junxiong and Bao, Mengwei and Wang, Tianxiang and Wang, Xinggang and Liu, An-An and Liu, Ryan Wen}, journal={arXiv preprint arXiv:2604.07759}, year={2026} }

搜集汇总

数据集介绍

构建方式

在海洋遥感与计算机视觉交叉领域，WUTDet数据集的构建体现了对大规模密集小目标检测需求的深刻回应。该数据集通过整合来自多功能海事服务船舶“福瑞688”及合作企业的实际监测数据，系统采集了涵盖不同海域、天气条件与成像视角的高分辨率遥感影像。构建过程中，研究团队采用半自动标注与人工精细校验相结合的策略，对影像中尺度各异、分布密集的船舶目标进行了边界框与类别标注，最终形成了包含十万余幅图像的大规模基准数据，为算法训练与评估提供了坚实的数据基础。

特点

WUTDet数据集的核心特点在于其前所未有的规模与密集小目标的集中呈现。作为十万级别的大规模船舶检测数据集，它不仅提供了海量的训练样本，更聚焦于小尺寸船舶在遥感影像中的密集分布场景，模拟了真实海事监控中目标拥挤、尺度细小的挑战。数据集中包含了多样化的船舶类型、复杂的背景干扰以及多变的光照与海况，这些要素共同构成了一个贴近实际应用、极具挑战性的评估平台，能够有效推动密集小目标检测算法的鲁棒性与泛化能力研究。

使用方法

对于致力于船舶检测与遥感图像分析的研究者而言，WUTDet数据集提供了标准化的数据接口与评估基准。用户可通过提供的云端链接下载数据集，并依据其划分的训练集、验证集与测试集进行模型开发与性能验证。该数据集兼容主流目标检测框架，鼓励研究者在此基础上设计新算法，尤其是针对密集小目标场景的检测、去重与定位精度提升。通过引用指定的文献，相关研究成果可与此基准进行公平对比，共同推进该领域的技术前沿。

背景与挑战

背景概述

在海洋遥感与计算机视觉领域，高分辨率卫星图像中的船舶检测对于海事监控、渔业管理和海上救援等应用至关重要。WUTDet数据集由武汉理工大学等机构的研究团队于2026年创建，旨在应对大规模、密集小目标船舶检测的挑战。该数据集包含约10万张图像，专注于提升在复杂海面背景下微小船舶目标的识别精度，其规模与标注密度为相关算法研究提供了重要基准，有望推动自动驾驶船舶、智慧海洋等前沿技术的发展。

当前挑战

WUTDet数据集致力于解决高分辨率遥感图像中密集小目标船舶检测的难题，其核心挑战在于微小目标在图像中仅占极少数像素，易受波浪、云层等背景干扰，导致模型难以准确区分与定位。在构建过程中，研究团队面临标注一致性的挑战，由于船舶尺寸微小且形态多样，人工标注需耗费大量精力以确保边界框的精确性；同时，数据集的规模达到10万级别，如何高效处理与存储海量图像数据，并保持标注质量，亦是构建过程中的关键难点。

常用场景

经典使用场景

在海洋遥感与计算机视觉领域，WUTDet数据集以其十万级规模与密集小目标特性，为船舶检测算法提供了极具挑战性的评估平台。该数据集典型应用于高分辨率遥感图像中船舶目标的精准识别与定位研究，尤其在港口监控、海上交通管理等场景下，能够有效检验模型在复杂海面背景与小尺度目标交织环境下的鲁棒性与泛化能力。

衍生相关工作

围绕WUTDet数据集，已衍生出一系列聚焦于密集小目标检测的经典研究工作。这些工作多在先进检测框架如YOLO、Faster R-CNN基础上，针对船舶目标的特性引入多尺度特征融合、注意力机制或动态标签分配策略，以提升小目标召回率与定位精度。相关成果不仅丰富了目标检测领域的方法体系，也为后续遥感专用模型的创新提供了重要参考。

数据集最近研究

最新研究方向

在遥感图像分析与海洋监测领域，密集小目标检测一直是技术突破的关键难点。WUTDet数据集以其十万级规模与高密度小目标特性，为算法研究提供了前所未有的数据基础。该数据集推动了基于深度学习的多尺度特征融合与上下文建模方法的发展，促使研究者探索更高效的锚框设计与损失函数优化策略。其发布恰逢全球智慧航运与海上安全监控需求日益增长的背景，为自动驾驶船舶、非法捕捞监测等实际应用提供了重要技术支撑，显著提升了复杂场景下小目标检测的精度与鲁棒性。