KOLOMVERSE

KOLOMVERSE是由韩国船舶与海洋工程研究所创建的大型公开图像数据集，专注于海洋领域的目标检测。该数据集包含从韩国21个领海收集的5,845小时视频数据中提取的约2,151,470张4K分辨率图像。数据集考虑了多种环境因素，如天气、时间、光照、遮挡、视角、背景、风速和能见度，并包含五个类别（船只、浮标、渔网浮标、灯塔和风电场）。创建过程中，通过精心的数据质量评估流程筛选图像，确保数据集的质量和多样性。KOLOMVERSE的应用领域包括海洋自主导航系统、电子导航系统、搜索救援系统和无人海洋监测系统，旨在提高海洋安全和导航效率。KOLOMVERSE is a large-scale publicly available image dataset developed by the Korea Research Institute of Ships and Ocean Engineering, focusing on object detection in the maritime domain. It contains approximately 2,151,470 4K-resolution images extracted from 5,845 hours of video footage collected from 21 territorial seas of the Republic of Korea. The dataset accounts for a wide range of environmental factors including weather, time of day, illumination, occlusion, viewing angle, background conditions, wind speed and visibility, and encompasses five object categories: vessels, buoys, fishing net buoys, lighthouses, and wind farms. During the dataset creation process, images were screened through a rigorous data quality assessment procedure to ensure the dataset's quality and diversity. The application scenarios of KOLOMVERSE include maritime autonomous navigation systems, electronic navigation systems, search and rescue systems, and unmanned maritime monitoring systems, aiming to enhance maritime safety and navigation efficiency.

搜集汇总

数据集介绍

构建方式

为了满足海上物体检测的需求，KOLOMVERSE数据集通过在17艘船上安装四通道4K NVR系统，从韩国21个领海水域收集了5845小时的视频数据。通过严格的数据质量评估流程，从视频中提取了约2151万张4K分辨率的图像，覆盖了各种环境，包括天气、时间、光照、遮挡、视角、背景、风速和能见度。数据集包含五个类别：船舶、浮标、渔网浮标、灯塔和风力发电场。

特点

KOLOMVERSE数据集具有以下特点：1) 大规模：包含约2151万张4K分辨率的图像，是目前公开可用的最大的海上物体检测数据集；2) 多样性：考虑了各种环境因素，如天气、时间、光照、遮挡、视角、背景、风速和能见度，使得模型更具鲁棒性；3) 高分辨率：图像分辨率为3840x2160像素，能够识别远处的小物体；4) 包含多种类别：不仅包含船舶，还包含浮标、渔网浮标、灯塔和风力发电场等重要类别。

使用方法

使用KOLOMVERSE数据集时，首先需要将其转换为相应的格式，例如YOLO格式或TensorFlow Object Detection API格式。然后，可以使用现有的物体检测模型进行训练和评估，例如YOLOv3、YOLOv4、SSD、CenterNet和FRCNN。为了提高训练效率，可以使用数据采样技术，例如从包含多个类别的图像中采样船舶对象，并确保从所有21个环境中采样数据。最后，可以使用TensorFlow和NVIDIA RTX 6000 GPU进行训练和评估。

背景与挑战

背景概述

海洋领域的物体检测对于船舶的安全和航行至关重要。然而，目前公开可用的海洋领域大规模数据集仍然稀缺。为了解决这一挑战，韩国船舶海洋工程研究院（KRISO）的Abhilasha Nanda、Sung Won Cho等人于2022年6月提出了KOLOMVERSE数据集。该数据集收集了韩国21个领海区域5,845小时的4K视频数据，并通过精心设计的数据质量评估过程，从视频数据中提取了约2,151,470张4K分辨率的图像。KOLOMVERSE数据集考虑了多种环境因素，包括天气、时间、照明、遮挡、视角、背景、风速和能见度，并包含了五个类别（船舶、浮标、渔网浮标、灯塔和风力发电场）的海洋物体检测图像。该数据集的图像分辨率为3840×2160像素，是目前为止公开可用的最大的海洋领域物体检测数据集。

当前挑战

KOLOMVERSE数据集面临的挑战主要包括：1) 海洋环境的复杂性和不确定性，使得收集和标注数据变得困难；2) 现有的海洋领域数据集大多不公开，且缺乏具有代表性的基准结果；3) 由于数据收集过程的特点，船舶类别的数据量远大于其他类别，导致数据不平衡；4) 数据集中渔船的数量较多，缺乏其他类型的船舶数据。为了解决这些挑战，未来的工作可以考虑收集更多类型的船舶数据，并通过数据增强等方法解决数据不平衡问题。

常用场景

经典使用场景

在海上交通管理、船舶安全导航、军事监控以及防止走私、渗透和污染物倾倒等非法活动方面，KOLOMVERSE数据集发挥着重要作用。该数据集可帮助获取船舶的位置、大小、方向等信息，以便于监测和管理海上交通，确保航行安全。

解决学术问题

KOLOMVERSE数据集解决了海上领域缺乏大规模公开数据集的问题，为海上目标检测、分割和船舶再识别等研究提供了重要的数据基础。此外，该数据集还考虑了天气、时间、光照、遮挡、视角、背景、风速和能见度等多种环境因素，为海上目标检测研究提供了更具挑战性的数据集。

衍生相关工作

KOLOMVERSE数据集的发布促进了海上目标检测、分类和图像分割等领域的研究。基于该数据集，研究人员可以训练和评估各种目标检测模型，并进一步探索海上目标检测技术的应用。此外，KOLOMVERSE数据集还为海上环境下的图像数据增强、模型优化等研究提供了重要的数据基础。