rfi-detection-dataset

本数据集用于射频干扰（RFI）检测，基于欧洲航天局（ESA）哥白尼哨兵-1 任务（Sentinel-1A 和 Sentinel-1B）的合成孔径雷达（SAR）图像。数据包含三种处理级别：Level 0（原始数据）、Level 1 GRD（地距探测）和 Level 1 SLC（单视复数）产品，均包含 VV 和 VH 两种极化。数据集选取了 21 个不同的 SAR 场景，时间跨度从 2019 年 6 月到 2023 年 9 月，覆盖每个 12 天重复周期的哨兵-1 轨道周期。数据以 patch 形式组织，原始 patch 尺寸在 1400x1400 至 1600x1600 像素之间，但提供的 patch 已统一裁剪为 512x512 像素，以适应机器学习模型输入。每个 patch 包含：L1 SLC 的 VV 和 VH 图像、L1 GRD 的 VV 和 VH 图像、L0 原始数据的 VV 和 VH 图像、L0 距离压缩重缩放后的 VV 和 VH 图像，以及对应的 XML 标签文件（包含 patch 信息、场景信息和附加信息）和二进制 RFI 掩码。数据集划分为训练集、验证集和测试集。该数据集适用于 SAR 图像中的射频干扰检测、分类以及相关深度学习模型的训练和评估。This dataset is used for radio frequency interference (RFI) detection, based on Synthetic Aperture Radar (SAR) images from the European Space Agency (ESA) Copernicus Sentinel-1 mission (Sentinel-1A and Sentinel-1B). The data includes three processing levels: Level 0 (raw data), Level 1 GRD (Ground Range Detected), and Level 1 SLC (Single Look Complex) products, all containing both VV and VH polarizations. The dataset selects 21 different SAR scenes, spanning from June 2019 to September 2023, covering each 12-day repeat cycle of the Sentinel-1 orbital period. Data is organized in patches, with original patch sizes ranging from 1400x1400 to 1600x1600 pixels, but the provided patches have been uniformly cropped to 512x512 pixels to suit machine learning model inputs. Each patch includes: VV and VH images from L1 SLC, VV and VH images from L1 GRD, VV and VH images from L0 raw data, VV and VH images from L0 range-compressed rescaled data, along with corresponding XML label files (containing patch information, scene information, and additional information) and binary RFI masks. The dataset is split into training, validation, and test sets. This dataset is suitable for RFI detection, classification, and training/evaluation of related deep learning models in SAR images.

原始信息汇总

数据集概述

该数据集为射频干扰（RFI）检测数据集，基于欧洲空间局（ESA）哥白尼计划中哨兵1号（Sentinel-1）任务获取的合成孔径雷达（SAR）图像构建。

数据来源与特性

• 卫星平台：Sentinel-1A和Sentinel-1B两颗极轨卫星，具备全天候、昼夜成像能力。
• 产品类型：
  • Level 1 产品：宽幅干涉模式（IW）下的地距探测（GRD）产品，以及单视复数（SLC）burst产品。
  • 重要特色：提供从Level 1数据中提取的Level 0（L0，原始数据）。
• 参考依据：数据选择基于Aresys提供的参考数据库，该库包含由Sentinel-1获取的C波段RFI图谱及分类信息，覆盖2019年6月至2023年9月期间，数据按哨兵1号12天重复周期的轨道循环生成。

数据集构成

• 共选取21个不同的SAR场景。
• SLC图像按burst组织，patch生成算法结合每个burst的起止位置进行方形分割，patch尺寸范围在1400x1400至1600x1600，可根据ML模型输入尺寸进行池化或压缩。
• 所有patch通过patch编号、产品类型和极化方式进行唯一标识。
• 标注策略基于XML格式。

文件组织

数据集划分为训练、验证和测试三个文件夹，每个patch包含以下内容：

• /patches：512x512的VV和VH极化L1 SLC patch及对应的L1 GRD patch。
• /raw：对应的VV和VH L0原始patch。
• /range_compressed_rescaled：对应的VV和VH L0距离压缩（重缩放）patch。
• /labels/xml_labelling：包含patch信息、场景信息及附加信息的XML文件。
• /labels/binary_masks：二值RFI掩膜。

下载方式

可通过Hugging Face Hub下载，使用snapshot_download函数（repo_id: opensar-insight/rfi-detection-dataset），或使用huggingface-cli命令行工具登录后下载。

搜集汇总

数据集介绍

构建方式

本数据集基于欧洲空间局哥白尼计划的Sentinel-1合成孔径雷达（SAR）影像构建，涵盖Sentinel-1A和Sentinel-1B两颗极轨卫星的全天候观测数据。数据选取了宽幅干涉模式（IW）下的地距检测（GRD）产品和单视复数（SLC）突发产品，并创新性地从L1数据中提取了对应的L0原始数据。共选取21幅SAR场景，依据Aresys提供的参考数据库，生成射频干扰（RFI）地图与分类标签，数据覆盖2019年6月至2023年9月。针对SLC图像按突发组织的复杂性，补丁生成算法进行了调整，按各突发带的起止位置进行方形划分，补丁尺寸维持在1400x1400至1600x1600之间，并可根据模型输入需求进行池化或压缩。所有补丁均以补丁编号、产品类型和极化方式唯一标识，标签采用XML格式存储。

特点

该数据集的核心特色在于提供了多层级、多极化的SAR数据对，包括L0原始数据、L0距离压缩数据、L1 SLC和GRD补丁，为RFI检测研究提供了从原始信号到地理编码图像的完整数据链。数据集覆盖时间跨度长（2019-2023），且按Sentinel-1轨道周期（12天）组织，有助于时序分析。补丁尺寸设计兼顾了SLC的突发结构，同时保持灵活可压缩性，适应不同深度学习模型的输入需求。数据集划分了训练、验证和测试集，并提供了XML标签文件和二值RFI掩膜，便于监督学习应用。此外，所有数据均包含VV和VH双极化通道，丰富了特征信息。

使用方法

用户可通过Hugging Face Hub便捷下载数据集，安装huggingface_hub库并登录后，使用snapshot_download函数即可获取全部数据。数据集结构清晰，补丁文件存放于patches目录（含L1 SLC和GRD），原始数据与距离压缩数据分别置于raw和range_compressed_rescaled目录，标签文件位于labels目录下，包含XML描述和二值掩膜。使用时可依据任务需求，选择特定极化和产品类型，加载对应补丁与标签进行模型训练或评估。推荐的流程包括：下载数据、解析XML标签、读取图像补丁和掩膜，然后构建数据管道。对于尺寸较大的补丁，可先进行中心裁剪或缩放至统一尺寸。

背景与挑战

背景概述

该数据集由Aresys团队于2023年构建，旨在利用欧空局哨兵一号任务的多模式SAR数据开展射频干扰（RFI）检测研究。数据集包含21幅SAR场景，覆盖2019年6月至2023年9月间的轨道周期，创新性地整合了Level 0原始数据与Level 1的SLC和GRD产品，为RFI地图生成与分类提供了统一基准。其构建依托哨兵一号双星系统全天候观测能力，填补了公开RFI检测数据集在原始数据层级上的空白，为SAR图像质量提升与射频环境监测研究提供了关键资源，有望推动雷达遥感中RFI抑制算法的标准化评估。

当前挑战

该数据集面临的挑战涵盖领域与构建双重维度。领域方面，SAR图像中的RFI信号常与地表散射特征混淆，尤其在宽幅干涉模式下，微弱干扰提取难度大，且RFI时空分布不均导致模型泛化能力不足。构建过程中，Level 0数据从Level 1产品中逆向提取存在技术复杂度高、计算资源消耗大等问题；SLC突发模式数据需针对每个突发区间定制分块算法，以确保空间覆盖完整性，同时处理1400至1600像素大尺寸图像的内存与标注一致性难题也尤为突出。

常用场景

经典使用场景

该数据集以欧洲空间局Sentinel-1任务获取的合成孔径雷达（SAR）影像为核心，涵盖Level 0原始数据、Level 1 SLC和GRD产品，并提供了配套的射频干扰（RFI）二进制掩膜及XML标注信息。其经典使用场景聚焦于基于深度学习的RFI检测与识别，研究者可利用VV和VH极化的多级数据构建并训练语义分割模型，实现对SAR图像中射频干扰像素的精确分类。数据集按轨道周期组织，提供训练、验证和测试划分，支持有监督学习范式的完整流程。

解决学术问题

该数据集针对SAR图像中射频干扰导致地物信息失真这一关键问题，填补了现有公开数据集在Level 0原始数据方面的空白。通过提供多层次（L0、L1 SLC/GRD）协同数据，解决了传统研究中因缺乏原始数据而难以开展干扰机理分析及去除算法验证的困境。其高分辨率二进制标注为定量评估RFI检测算法性能提供了基准，推动了SAR图像质量提升、干扰抑制及后续地物解译精度的学术研究进展。

衍生相关工作

围绕该数据集，衍生出多项前沿研究，包括基于注意力机制和Transformer架构的RFI语义分割模型、跨极化融合的干扰检测算法、以及从Level 0原始数据出发的干扰信号特征分析等。此外，部分工作探索了多任务学习框架，将RFI检测与图像去噪、地物分类联合建模，进一步拓展了数据集的利用维度。这些工作共同促进了SAR遥感大数据处理技术体系的完善。