# SAR-ship-Dataset

**Repository Path**: open-rs/SAR-ship-Dataset

## Basic Information

- **Project Name**: SAR-ship-Dataset
- **Description**: SAR-ship-Dataset由中国科学院空天信息创新研究院于2019年构建，数据全部源自欧洲空间局Sentinel-1卫星的合成孔径雷达（SAR）影像。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2025-08-14
- **Last Updated**: 2025-08-24

## Categories & Tags

**Categories**: gis

**Tags**: None

## README

<h1 align="center">SAR-ship-Dataset数据集</h1>

### 1、数据来源：

SAR-ship-Dataset由中国科学院空天信息创新研究院于2019年构建，数据全部源自**欧洲空间局Sentinel-1卫星**的合成孔径雷达（SAR）影像。卫星采用**C波段双极化（VV+VH）** 成像模式，空间分辨率约20米（条带模式），覆盖全球主要航道与港口区域（如中国沿海、马六甲海峡等）。原始数据经辐射定标与地理编码处理，但保留传感器原始特性（如斑点噪声），数据标注通过专业解译结合半自动检测工具完成，确保可靠性。

### 2、数据集规模与特性：

- **图像数量**：包含**43,819张**舰船目标切片（尺寸128×128像素），标注**59,535个船舶实例**，涵盖货轮、油船、渔船等常见类型。
- **数据特点**：
  - 提供**原始复数数据**（.tiff格式）与**振幅数据**（.png格式），支持信号级分析与像素级检测；
  - 标注形式为**矩形边界框**（PASCAL VOC格式），含目标位置与类别标签；
  - 覆盖多海况条件（平静至5级海况）及多角度成像（入射角20°–45°），增强场景多样性。

### 3、核心应用：

1. **深度学习模型训练与验证**：作为大规模公开SAR舰船检测数据集，解决了该领域标注样本稀缺问题，支撑YOLO系列、SSD等轻量化模型的训练（检测精度达90.1%），尤其优化了复杂海杂波背景下的鲁棒性。
2. **小目标检测算法优化**：20米分辨率下的小目标样本（如长度<50米渔船）占比超30%，为突破传统CFAR算法的尺寸敏感瓶颈提供关键数据基础。
3. **业务化应用支撑**：服务于海上交通监控、非法捕捞识别、灾害应急响应等实战场景，通过提供标准化测试集推动SAR舰船检测技术的工程化落地，相关成果已应用于中国海事监管系统。