Day14 - CV项目实战：SAR飞机检测识别

最新推荐文章于 2025-06-22 16:53:37 发布
原创 最新推荐文章于 2025-06-22 16:53:37 发布 · 1.8k 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#目标跟踪 #人工智能 #计算机视觉

论文原文：

​​​​​​SAR-AIRcraft-1.0:高分辨率SAR飞机检测识别数据集 - 中国知网

第一排的7张图片，普通人肉眼很难看出对应的是第二排的飞机。

还有上图里标注的飞机，外行根本看不明白，为什么这些是，其他的不是。作为一个外行，问题似乎很严峻，从图里根本识别不出来哪里是飞机，也没法标注。其实，在面对各行业问题的时候，经常会遇到这种问题，感觉可能搞不定。但是没关系，很多东西是反直觉的，这个任务真正做起来不难。

首先，目标检测的标注是非常重要的。

如何标注数据？

很多专业数据我们看不懂，标不了，没关系，这个其实是给行业专家来标注的。

新建项目文件夹 CVProject / label_demo /images --->用来放所有的图片

新建项目文件 CVProject / label_demo / classes.txt --->用来放所有的类别

论文里一共有七个类别的数据，我们将其写入到classes.txt文件中。


 

目标检测有三种经典数据格式

1. VOC:
  • .xml
  •  xmin, ymin, xmax, ymax
  • 左上角，右下角
  • 绝对坐标（像素值）
最低0.47元/天 解锁文章
SAR-Net: Multi-scale Direction-aware SAR Network via Global Information Fusion
步子哥的博客
12-30 712
A: 为了验证SAR-Net框架的有效性、泛化能力和鲁棒性，论文在三个公开的SAR图像基准数据集上进行了广泛的比较和消融实验：1. SAR-AIRcraft-1.0数据集：这是一个细粒度的多类别SAR飞机检测数据集，包含来自高分辨率卫星图像的4,368张图片和16,463个飞机实例。论文在飞机（SAR-AIRcraft-1.0）和船只（SSDD，HRSID）数据集上进行了广泛的实验，结果表明SAR-Net在mAP50和F1分数等指标上超越了现有的最先进方法，证明了其有效性和鲁棒性。Q: 论文做了哪些实验？
【YOLOv8实战】手把手带你入门YOLOv8，你也能训练自己的检测器，以SAR目标检测为例（源码+数据集+Gradio界面）
u010522887的专栏
04-11 6247
基于YOLOv8的SAR图像目标检测系统，覆盖数据制作、数据可视化、模型训练/评估/推理/部署全流程，最后通过 Gradio 界面进行展示。
SAR图像飞机目标智能检测识别技术研究进展与展望
renhongxia1的博客
04-25 4968
源自：雷达学报 作者：罗汝, 赵凌君, 何奇山，计科峰，匡纲要 “人工智能技术与咨询” 发布 摘 要 合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR图像飞机目标检测与识别的性能。该文结合团队在SAR图像目标特别是飞机目标的检测与识别理论、算法及应用等方面的长期研究积累，对基于深度学习的SAR图像飞机目标检测与识别进行了全面回顾和综述，深入分析了SA
【数据集】SAR飞机数据集用于目标检测
weixin_44037500的博客
08-26 1221
链接: https://pan.baidu.com/s/1lcsy3M0kdVUi0Isj5w5v9Q 提取码: dcg2。类别：A220, A320/321, A330, ARJ21, Boeing737, Boeing787, other。影像尺寸：800×800, 1000×1000, 1200×1200，1500×1500。通过网盘分享的文件：SAR-AIRcraft-1.0。成像地区：上海虹桥机场、北京首都机场、台湾桃园机场。数量：4368张图片、16463个实例。数据来源：GF-3，单极化。
高分辨率SAR飞机检测识别
jiongjng的博客
10-23 845
合成孔径雷达(SAR)图像中存在飞机散射点离散以及背景强干扰造成虚警的问题。
【开源数据集】高分辨率SAR飞机检测识别数据集
hzg19930513的博客
03-06 1425
本期数据集专业性比较强，是由空天院与中国科学院大学相关团队开源的高分辨率飞机检测数据集，数据集图像由SAR（合成孔径雷达）生成，相对于传统的卫星图像，SAR的优点在于不受光照、云雾和气候等条件限制，在遥感领域应用还是比较广泛
Verilog-A实战：现成SAR ADC及模数转换器代码的混合信号IC设计与模拟IC开发手册,Verilog-A学习宝典：现成器件代码助力SAR ADC与混合信号IC设计模拟IC行为,Verilog
02-15
Verilog-A实战：现成SAR ADC及模数转换器代码的混合信号IC设计与模拟IC开发手册,Verilog-A学习宝典：现成器件代码助力SAR ADC与混合信号IC设计模拟IC行为,Verilog-A 学习资料 SAR ADC 模数转器 混合信号IC设计 模拟...
sar成像matlab代码-SAR-coregistration-repl:SAR-注册-repl
06-03
配准（干涉测量、变化检测等） Aurélien Plyer、Elise Colin-Koeniguer、Flora Weissgerber，“城市 SAR 图像最新应用的新配准算法”，地球科学和遥感快报，IEEE，第 12 卷，第 11 期，第 2198 – 2202 页，2015 年...
matlab偏振度的代码-Temporal-clustering-of-SAR-data:SAR数据的时间聚类
06-01
SAR 数据的散射型参数提取和新型聚类方案 一般信息 此代码使用参数 ，对于 FP 和 ，对于 CP 数据执行无监督聚类。 和 是 FP 和 CP 数据的目标特征参数，给出为， 这里， 和 是T3矩阵的对角元素。 SC 和 OC 定义为， ...
sar成像matlab代码-3D-SAR-2017:3D-SAR-2017
06-03
SAR 图像处理和自动对焦算法的所有源代码。 有关详细信息，请参阅每个子目录的README 。 data_collection 所有程序都用于实时收集雷达数据。 2d_autofocus 类似于3d_autofocus但仅适用于二维光圈。 这可能会被弃用，...
【目标检测】SAR影像飞机数据集
weixin_44037500的博客
08-07 2824
数据集获取地址：https://radars.ac.cn/web/data/getData?文章链接：https://radars.ac.cn/cn/article/doi/10.12000/JR23043。数据类别：A220、A320/321、A330、ARJ21、Boeing737、Boeing787和other。数据集场景：机场、港口、近岸、岛屿、远海、城区等。数据类别：飞机、油罐、桥梁、船只。
yolo算法-军事目标探测数据集-189张图像带标签-飞机无人机直.zip
11-03
yolo系列算法目标检测数据集，包含标签，可以直接训练模型和验证测试，数据集已经划分好，适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法； 包含两种标签格:yolo格式（txt文件）和voc格式（xml文件），分别保存在两个文件夹中; yolo格式：<class> <x_center> <y_center> <width> <height>， 其中： <class> 是目标的类别索引（从0开始）。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标，这些坐标是相对于图像宽度和高度的比例值，范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度，也是相对于图像宽度和高度的比例值
基于YOLO v11进行目标检测的项目，训练的数据集是AIRcraft，训练效果可以很好的识别合成孔径雷达(SAR)图像中飞机（整套源码）
12-02
基于YOLO v11进行目标检测的项目，训练的数据集是AIRcraft，训练效果可以很好的识别合成孔径雷达(SAR)图像中飞机（整套源码） 软件架构 基础平台：阿里云 | 人工智能开发平台 PAI | 交互式建模 DSW 基于Python3.10 + Pytorch2.4.0 训练模型：YOLO v11
AIR-SARShip-1.0遥感目标检测数据集图像裁剪
qq_39180345的博客
03-19 4994
AIR-SARShip-1.0遥感目标检测数据集图像裁剪 数据介绍 高分辨率SAR舰船检测数据集-1.0（AIR-SARShip-1.0）首批发布31幅图像，图像分辨率包括1m和3m，成像模式包括聚束式和条带式，极化方式为单极化，场景类型包含港口、岛礁、不同等级海况的海面，目标覆盖运输船、油船、渔船等十余类近千艘舰船。 图像尺寸约为3000×3000像素，图像格式为Tiff、单通道、8/16位图像深度，标注文件提供相应图像的长宽尺寸、标注目标的类别以及标注矩形框的位置。完整介绍以及数据下载途径详见雷达学报的
遥感目标检测和分割数据集（更新）：
jiongjng的博客
10-22 1009
会实时更新一些有关遥感图像处理的数据集下载地址链接，有需要的也可以私我
SAR目标检测数据集汇总(持续更新~2025)
热门推荐
WD
09-13 5万+
SAR目标检测数据集汇总 文章目录SAR目标检测数据集汇总1. MSTAR （1996）2. OpenSARShip2.0 （2017）3. SSDD / SSDD+ （2020）4. AIR-SARShip2.0 （2019）5. SAR-Ship-Dataset （2019）6. HRSID （2020）结尾 遥感数据集汇总链接 随着深度学习在计算机视觉（CV）领域的突破，SAR图像目标检测领域也开始采用这些深度学习算法，虽然和光学图像成像机理不同，但是可以借鉴CV领域的优秀算法进行改进，目前也有很多
yolov10来了！用yolov10训练自己的数据集（原理、训练、部署、应用）
Java开发，人工智能，边缘计算，致力于掌握前沿技术
07-31 3713
在我们深入探讨YOLOv10之前，让我们回顾一下YOLO的发展历程。YOLO在实时目标检测领域一直是先驱，兼顾速度和准确性。从YOLOv1到YOLOv9，每个版本在架构、优化和数据增强方面都引入了显著的改进。然而，随着模型的发展，某些限制依然存在，特别是对后处理依赖非极大值抑制（NMS），这会减慢推理速度。YOLOv10正面解决了这些挑战，使其成为实时应用中稳健高效的模型。清华大学研究人员推出的YOLOv10，作为首个无NMS目标检测模型，代表了计算机视觉领域的重大进步。
SAR图像自动目标识别技术与实践
最新发布
weixin_36149538的博客
06-22 955
在现代军事和民用领域中，自动目标识别（ATR）扮演着至关重要的角色。自动目标识别是利用计算机视觉和机器学习技术，自动检测和识别图像中的特定目标物体的过程。特别是在合成孔径雷达（SAR）图像中，这项技术对于提高识别效率、降低人工干预程度、提升目标检测的准确性和速度具有不可估量的价值。
基于全卷积网络的SAR目标识别
WD
08-22 3566
基于全卷积网络的SAR目标识别 文章目录基于全卷积网络的SAR目标识别1. 数据准备2. 目标检测3. 区域生长算法及质心估计4. 对目标区域进行切片5. 目标分类 端到端的SAR自动目标识别：首先从复杂场景中检测出潜在目标，提取包含潜在目标的图像切片，然后将包含目标的图像切片送入分类器，识别出目标类型。 目标检测可以用经典的恒虚警率（CFAR）,为了展现全卷积网络对于目标检测仍有良好的效果，选择采用两级全卷积网络，第一级用于目标检测，第二级用于目标分类。 1. 数据准备 采用MSTAR大场景数据集，
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值