别再到处找了！盘点10个主流SAR舰船检测数据集（含下载链接与使用心得）

10个主流SAR舰船检测数据集实战指南：从下载到模型训练全流程

当第一次接触SAR舰船检测任务时，最令人头疼的莫过于数据集的获取与处理。记得三年前我刚进入这个领域，花费了两周时间在各种论坛和学术论文中寻找可用的数据集，却总是遇到链接失效、标注格式混乱或者数据质量参差不齐的问题。这份指南正是为了解决这些痛点而生——它不仅提供可直接下载的链接，还包含每个数据集的实际使用体验和避坑建议，帮助研究者快速启动项目。

1. 数据集选择标准与评估框架

在深入介绍具体数据集前，我们需要建立统一的评估维度。优质的SAR舰船检测数据集应具备以下特征：

• 标注准确性：边界框或多边形标注是否精确贴合船舶轮廓
• 类别平衡性：不同舰船类型的样本分布是否均衡
• 图像分辨率：空间分辨率直接影响小目标检测效果
• 偏振信息：是否包含多极化（HH/HV/VH/VV）数据
• 标注格式：COCO、PASCAL VOC等通用格式能减少预处理时间

# 数据集质量快速评估函数示例 def evaluate_dataset(dataset): print(f"图像数量: {len(dataset.images)}") print(f"平均分辨率: {np.mean([img.shape for img in dataset.images])}") print(f"标注格式: {dataset.annotation_format}") print(f"类别分布: {Counter([ann['category'] for ann in dataset.annotations])}")

2. 高分三号系列数据集深度解析

2.1 SAR-Ship-Dataset

作为国内最常用的SAR舰船检测基准，该数据集包含43,819张256×256像素的切片图像，源自102幅高分三号和108幅Sentinel-1影像。实际使用中发现几个关键特点：

• 空间分辨率：1-25米（多种成像模式混合）
• 标注格式：XML文件包含船舶位置和图像元数据
• 优势：样本量大，适合训练深度模型
• 不足：部分切片存在陆地背景干扰

提示：使用该数据集时建议先过滤掉纯陆地背景的切片，可提升约15%的检测准确率

下载方式：

git clone https://github.com/CAESAR-Radi/SAR-Ship-Dataset

2.2 AIR-SARShip-1.0

专为聚光灯模式设计的特色数据集，包含31幅大场景图像切割成的11,116个子图像。技术细节：

典型应用场景：

• 聚光灯模式算法验证
• 大场景中的小目标检测

3. 国际主流数据集对比评测

3.1 Airbus Ship Detection Challenge

Kaggle竞赛数据集，特点鲜明：

• 数据量：超过100,000张光学卫星图像
• 挑战性：80%图像不含船舶（需高效负样本过滤）
• 标注方式：Run Length Encoding (RLE)压缩格式

# RLE解码示例 def rle_decode(mask_rle, shape): s = mask_rle.split() starts, lengths = [np.asarray(x, dtype=int) for x in (s[0:][::2], s[1:][::2])] ends = starts + lengths img = np.zeros(shape[0]*shape[1], dtype=np.uint8) for lo, hi in zip(starts, ends): img[lo:hi] = 1 return img.reshape(shape)

3.2 HRSID (High-Resolution SAR Images Dataset)

Sentinel-1B和TerraSAR-X构成的优质数据集：

• 图像尺寸：800×800像素
• 分辨率：0.5-3米
• 标注格式：COCO标准
• 亮点：包含船舶实例分割标注

实际项目中的使用建议：

• 适合作为测试集验证模型泛化能力
• 数据增强时注意保持极化特性

4. 特殊场景数据集精选

4.1 SRSDD-SAR旋转船舶检测数据集

针对船舶任意方向检测的专项数据集：

• 标注方式：四边形边界框[(x1,y1),(x2,y2),(x3,y3),(x4,y4)]
• 难点标注：标记了"困难样本"(difficult=1)
• 类别分布：
  • 散货船：71.2%
  • 渔船：10%
  • 执法船：0.9%

注意：类别极度不均衡，需采用过采样或加权损失函数

4.2 FUSAR-Ship

复旦大学发布的复杂场景数据集：

• 特色：包含15类船舶和海洋杂波
• 元数据：配套AIS消息和船舶参数
• 文件结构：

  FUSAR-Ship/ ├── VV/ │ ├── Cargo/ │ │ ├── S01N0001.tiff │ │ └── ... ├── HH/ └── meta.csv

处理建议：

• 优先使用VV极化数据（信噪比更高）
• 利用meta.csv中的船舶尺寸信息进行尺寸敏感检测

5. 数据集预处理实战技巧

5.1 多格式标注统一转换

当同时使用多个数据集时，建议统一转换为COCO格式。以下为XML转COCO的代码片段：

import xml.etree.ElementTree as ET def xml_to_coco(xml_path): tree = ET.parse(xml_path) root = tree.getroot() coco_ann = { "image_id": int(root.find("filename").text.split(".")[0]), "bbox": [ float(root.find("object/bndbox/xmin").text), float(root.find("object/bndbox/ymin").text), float(root.find("object/bndbox/xmax").text) - float(root.find("object/bndbox/xmin").text), float(root.find("object/bndbox/ymax").text) - float(root.find("object/bndbox/ymin").text) ], "category_id": class2id[root.find("object/name").text] } return coco_ann

5.2 极化数据增强策略

对于多极化SAR数据，可采用以下增强方法：

1. 极化融合：HH与HV通道加权叠加
2. 伪彩色合成：将不同极化通道映射到RGB
3. 极化特征提取：计算极化熵、各向异性等参数

# 极化融合示例 def polar_fusion(hh, hv, alpha=0.7): return alpha*hh + (1-alpha)*hv

6. 模型训练中的数据配置

6.1 数据集划分建议

根据项目经验，推荐的比例分配：

6.2 多数据集联合训练

当使用多个数据集时，需注意：

• 分辨率对齐：统一缩放到相同像素尺寸
• 标注统一：转换到相同标注标准和类别体系
• 数据分布：平衡不同数据集的样本比例

典型配置示例：

datasets: - name: SAR-Ship weight: 0.6 classes: [ship] - name: HRSID weight: 0.3 classes: [ship] - name: FUSAR weight: 0.1 classes: [cargo, tanker, fishing]

7. 实际项目中的避坑经验

在三个工业级SAR舰船检测项目中，我们总结了以下关键经验：

1. 标注质量检查：对每个数据集随机抽样100张人工验证
2. 背景干扰处理：添加陆地背景负样本提升鲁棒性
3. 小目标优化：对10像素以下目标使用特殊anchor设置
4. 极化利用：VV通道通常比HH通道检测精度高3-5%

一个典型的检测流程优化前后对比：