声纳数据集汇总

肆十二 肆十二 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 419平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
原创 2026-08-14 18:15:10 419 阅读 AI 写同款· GEO 优化 ›
探索深海奥秘：声纳图像数据集小汇总 其次，声纳图像中的噪声和干扰较多，容易影响模型的性能。相信在不久的将来，随着技术的不断进步和数据的不断积累，声纳图像数据集将在深海探索中发挥更加重要的作用，为人类的深海探索事业注入新的活力和动力。相信在不久的将来，声纳图像数据集将在深海探索中发挥更加重要的作用，为人类的深海探索事业贡献更多的智慧和力量。本文将详细介绍多个优质的声纳图像数据集，涵盖分类、检测和分割等多个领域，为深海探索提供强有力的支持。（2）优化算法和模型：通过深入研究声纳图像的特点和规律，优化现有的算法和模型，提高物体的识别和分割准确性。 阅读详情

声纳数据集汇总

整理日期：2026-08-14

目录

声纳类型说明

缩写全称中文名朝向成像方式典型应用
SSSSide-Scan Sonar侧扫声纳朝左右两侧沿航迹拼接"瀑布图"海底测绘、管线调查、沉船搜索
FLSForward-Looking Sonar前视声纳朝正前方单帧扇形图像，实时更新避障、导航、近距离目标识别
MFLSMultibeam Forward-Looking Sonar多波束前视声纳朝正前方多波束扇形成像同 FLS，分辨率更高
SASSynthetic Aperture Sonar合成孔径声纳朝两侧合成孔径处理，超高分辨率精细海底成像、军事应用
MBESMultibeam Echo Sounder多波束测深仪朝正下方多波束测深+背散射测深、海底地形测绘
DIDSONDual-Frequency Identification Sonar双频识别声纳朝前方近视频质量成像鱼类识别、近距离观察

本地已有数据集

当前目录 e:\AAAAAAAA\sonar-data 下的数据集：

文件名数据集名称声纳类型采集机构论文年份详情链接
FLS Marine Debris Dataset.zipMarine Debris FLSARIS Explorer 3000 (FLS)格罗宁根大学等2025arXiv
SubPipe.zipSubPipeKlein 3500 (SSS)REMARO网络2024arXiv
SubPipeMini.zipSubPipeMiniKlein 3500 (SSS)REMARO网络2024同上（精简版）
SubPipeMini2.zipSubPipeMini2Klein 3500 (SSS)REMARO网络2024同上（精简版，侧扫声纳为主）
Underwater acoustic target detection (UATD) dataset.zipUATDTritech Gemini 1200ik (MFLS)鹏城实验室2022arXiv

侧扫声纳（SSS）公开数据集

管道/基础设施检测

1. SubPipe
  • 论文：SubPipe: A Submarine Pipeline Inspection Dataset for Segmentation and Visual-inertial Localization (OCEANS 2024)
  • 作者：Olaya Álvarez-Tuñón 等（REMARO 网络）
  • 声纳设备：Klein 3500 侧扫声纳（双频 455KHz / 900KHz）
  • 数据特点：5个视频序列，共10,030张声纳图，管道检测框标注（COCO+YOLO格式），含RGB+IMU数据
  • 采集场景：葡萄牙波尔图附近真实海底管道巡检
  • GitHub：https://github.com/remaro-network/SubPipe-dataset
  • 下载链接：
    • SubPipe.zip (27.8GB)：https://zenodo.org/records/10808161/files/SubPipe.zip?download=1
    • SubPipeMini.zip (4.2GB)：https://zenodo.org/records/10808161/files/SubPipeMini.zip?download=1
    • SubPipeMini2.zip (5.2GB)：https://zenodo.org/records/10808161/files/SubPipeMini2.zip?download=1
2. Marine-PULSE
  • 论文：Automated detection of submarine pipelines in the Yellow River Estuary (Frontiers in Earth Science, 2025)
  • 数据特点：黄河口侧扫声纳数据，323张管道/电缆图 + 134张残丘图 + 180张海床图 + 82张平台图
  • 论文链接：https://doi.org/10.3389/feart.2025.1596238

船只/残骸/飞机检测

3. SeabedObjects-KLSG
  • 数据特点：1,190张SSS图像，含沉船、飞机残骸、人体（溺亡模拟）、水雷4类分类标签
  • 下载链接：https://www.kaggle.com/datasets/enochkwatehdongbo/seabedobjects-klsg-dataset
  • 论文：https://ieeexplore.ieee.org/document/9026968
4. SeabedObject-SSS
  • 数据特点：GitHub开源，含 Aircraft（飞机）、Human（人体）、Shipwreck（沉 wreck）三类
  • 下载链接：https://github.com/gx-123/SeabedObject-SSS
5. AI4Shipwrecks
  • 论文：Machine Learning for Shipwreck Segmentation from Side Scan Sonar Imagery (2024)
  • 作者：密歇根大学 + NOAA
  • 数据特点：28处真实沉船，286张高分辨率SSS图，像素级语义分割标注
  • 采集场景：美国密歇根州 Lake Huron Thunder Bay 国家海洋保护区
  • 项目页面：https://umfieldrobotics.github.io/ai4shipwrecks/
  • 论文链接：https://arxiv.org/abs/2401.14546

海墙/港口结构检测

6. SWDD (Sonar Wall Detection Dataset)
  • 论文：Knowledge Distillation in YOLOX-ViT for Side Scan Sonar Object Detection
  • 声纳设备：Klein 3500 SSS 900KHz
  • 数据特点：216张原始图 + 增强后864张，wall/noWall 二分类目标检测（COCO格式），另含6,243帧视频标注
  • 采集场景：葡萄牙 Leixões 港口
  • GitHub：https://github.com/remaro-network/ROSAR-framework
  • 下载链接：https://zenodo.org/records/13692547
7. SWDD-Validation
  • 论文：ROSAR: An Adversarial Re-Training Framework for Robust Side-Scan Sonar Object Detection
  • 数据特点：SWDD 扩展版，含3种噪声条件子集：
    • SWDD-Clean（148张，清晰图像）
    • SWDD-Surface（98张，海面风浪干扰）
    • SWDD-Noisy（551张，暴风雨+换能器出水）
  • 下载链接：https://zenodo.org/records/10528135

水雷/未爆弹药（UXO）检测

8. SSS Mine Detection Dataset
  • 论文：Side-scan sonar imaging data of underwater vehicles for mine detection (Data in Brief, 2024)
  • 作者：葡萄牙海军研究中心 (CINAV)
  • 声纳设备：Teledyne Gavia AUV 搭载 SSS
  • 数据特点：1,170张真实声纳图，2010-2021年采集，标注 NOMBO（非水雷）和 MILCO（水雷类目标）
  • 论文链接：https://doi.org/10.1016/j.dib.2024.110132

底栖生物/栖息地分类

9. BenthiCat
  • 论文：BenthiCat: An opti-acoustic dataset for advancing benthic classification and habitat mapping (ESSD, 2026, under review)
  • 作者：西班牙赫罗纳大学 CIRS 实验室
  • 数据特点：约100万张SSS切片（其中3.6万张有语义分割标注），配准光学图像+多波束测深，底栖生境分类
  • 采集场景：西班牙加泰罗尼亚海岸
  • 下载链接：https://dataverse.harvard.edu/dataverse/benthicat
  • 处理工具：https://github.com/CIRS-Girona/opti-acoustic-preprocessing-tools
10. NNSSS Dataset
  • 数据特点：多类SSS语义分割数据集，灰度声纳图+标注掩码（左右舷成对图像）
  • 下载链接：https://github.com/sherryyyu/NNSSS （DATASET 文件夹内）
11. PING-Mapper River Substrate
  • 论文：Automated River Substrate Mapping From Sonar Imagery With Machine Learning (JGR ML, 2024)
  • 声纳设备：Humminbird 消费级 SSS
  • 数据特点：河流底质分割，6类底质标签，含深度、阴影、底质图像对
  • 下载链接：https://doi.org/10.5281/zenodo.7520646
  • 软件工具：https://github.com/CameronBodine/PINGMapper

大面积海底地貌/测绘数据

以下数据集为原始 GeoTIFF 格式，无AI标注，适合自定义处理。

12. Southern Baltic Hydroacoustic
  • 数据特点：波罗的海南部超7000km²高分辨率测深+SSS背散射数据
  • 声纳设备：EdgeTech 4205 SSS 600KHz
  • 下载链接：https://doi.org/10.5194/essd-17-6839-2025
13. SF Bay Backscatter (USGS)
  • 数据特点：美国加州南旧金山湾重复SSS调查，GeoTIFF格式
  • 声纳设备：234kHz SwathPlus 干涉式侧扫声纳
  • 下载链接：https://doi.org/10.5066/P14D723N
14. Anacapa Island Reserve (USGS)
  • 数据特点：加州 Anacapa 岛近岸 SSS 背散射拼图，1m分辨率 GeoTIFF
  • 声纳设备：Klein 2000 侧扫声纳
  • 下载链接：https://doi.org/10.3133/ofr0385
15. Northern Adriatic Reefs
  • 数据特点：亚得里亚海北部珊瑚礁SSS数据，7张GeoTIFF
  • 下载链接：https://doi.org/10.5281/zenodo.4608083
16. Lago Grey SSS Raw
  • 数据特点：智利 Grey 冰川湖 SSS 原始数据，含冰川/岩壁回波
  • 下载链接：https://data.mendeley.com/datasets/jpz52pm9sc/1

前视声纳（FLS）公开数据集

1. Marine Debris FLS Dataset
  • 论文：The Marine Debris Forward-Looking Sonar Datasets (OCEANS 2025 Brest)
  • 作者：Matias Valdenegro-Toro 等（格罗宁根大学、德国人工智能研究中心等）
  • 声纳设备：ARIS Explorer 3000 前视声纳
  • 数据特点：3个子数据集（Watertank/Turntable/Quarry），共9,025张标注图像，13类海洋垃圾，支持目标检测、语义分割、分类、块匹配
  • GitHub：https://github.com/mvaldenegro/marine-debris-fls-datasets
  • 下载链接：https://doi.org/10.5281/zenodo.15101686
2. UATD (Underwater Acoustic Target Detection)
  • 论文：A Dataset with Multibeam Forward-Looking Sonar for Underwater Object Detection (2022)
  • 作者：Kaibing Xie, Jian Yang, Kang Qiu（深圳鹏城实验室）
  • 声纳设备：Tritech Gemini 1200ik 多波束前视声纳（MFLS），双频 720KHz / 1200KHz
  • 数据特点：超过9,000张声纳图，湖泊和浅水环境采集，10类目标（立方体、圆柱体、轮胎等）
  • 论文链接：https://arxiv.org/abs/2212.00352

数据集汇总仓库

名称说明链接
OpenSonarDatasetsREMARO团队维护的声纳数据集汇总清单，对比数十个公开数据集https://github.com/remaro-network/OpenSonarDatasets

补充资源

名称说明链接
Sonar Datasets Survey 2025最新综述论文，覆盖SSS/FLS/SAS/MBES/DIDSON所有模态数据集对比https://arxiv.org/abs/2510.03353
ROSAR Framework含对抗样本生成的SSS数据集扩展（P1/P2/Patch-SWDD），用于鲁棒性研究https://github.com/remaro-network/ROSAR-framework
Sonar-Based DL Overview (IEEE JOE 2025)声纳深度学习综述，含数据集对比分析https://doi.org/10.1109/JOE.2025.3531933

使用建议

任务类型推荐数据集
目标检测（管道）SubPipe、SWDD
目标检测（沉船/飞机）SeabedObjects-KLSG、AI4Shipwrecks、SeabedObject-SSS
语义分割（底栖/底质）BenthiCat、NNSSS、PING-Mapper
语义分割（沉船）AI4Shipwrecks
水雷/军事应用SSS Mine Detection Dataset
鲁棒性研究SWDD-Validation（含噪声子集）
原始声纳数据处理Southern Baltic、SF Bay USGS 等GeoTIFF数据
收录于
地球物理

当前文章被收录于：

地球物理
21 篇文章 1 人学习
订阅专栏 查看详情
周报

当前文章被收录于：

周报
12 篇文章 0 人学习
订阅专栏 查看详情
标签
#声纳数据 #声纳 #深度学习
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。
当SAM遇到声纳图像时之论文阅读 Julka 和 Granitzer [16] 将 SAM 应用于行星科学中的地形分割，发现仅微调掩码解码器虽可取得部分结果，却需要大量额外提示才能达到最佳性能，不利于自动化部署；他们因此。 阅读详情

相关推荐

SCI论文解读复现【NO.1】基于Transformer-YOLOv5的侧扫声纳图像水下海洋目标实时检测

针对传统人工检测侧扫声纳（SSS）图像中水下目标的不足，提出了一种实时自动目标识别（ATR）方法。

m0_70388905的博客 4661

声呐数据集---处理

参考文章https://blog.youkuaiyun.com/weixin_41819299/article/details/81008181 一、相关数据 1 数据集下载地址：https://archive.ics.uci.edu/ml/datasets/Connectionist+Bench+(Sonar,+Mines+vs.+Rocks) 2 打开方式：下载sonar.all...

计算机视觉 7453

【声纳与人工智能融合——从理论前沿到自主系统实战】第一章 声纳AI的数据基础：仿真、数据集与表征学习

该数据集的特点是包含了多种底质背景（沙地、泥地、碎石区）与噪声条件，适合验证模型的背景抑制能力。Urashima数据集由日本海洋研究开发机构（JAMSTEC）发布，基于自主水下航行器（AUV）采集，包含前视声纳序列数据，主要用于水下导航与避障算法评估，其数据包含了精确的姿态与深度标注，支持三维场景重建算法的训练。北约海洋研究与实验中心（CMRE）发布的CMRE datasets包含侧扫与合成孔径声纳数据，特别适用于跨传感器域自适应研究，数据集中包含了同一区域的多种声纳成像结果，为跨模态学习提供了基准。

u012133341的博客 103

水下声纳图像数据集小汇总（猫脸码客第258期）

声纳图像数据集作为深海探索的重要支撑，具有广泛的应用价值和巨大的潜力。本文详细介绍了多个优质的声纳图像数据集，涵盖了分类、检测和分割等多个关键领域。通过深入了解这些数据集的特点和应用领域，可以更好地把握深海探索的发展方向和趋势。同时，也呼吁广大科研人员积极投身到深海探索的事业中来，共同推动深海探测技术的发展和创新。让我们携手共进，为人类的深海探索事业贡献自己的智慧和力量！在深海探索的漫漫征途中，声纳图像数据集无疑是一把锐利的利剑，它能够帮助科研人员更加深入地了解深海世界的奥秘。

猫脸码客的博客 2049

【声纳技术】Vision Transformer (ViT) 在声纳图像分类中的应用

Calculate a + b and output the sum in standard format -- that is, the digits must be separated into groups of three by commas (unless there are less than four digits).InputEach input file contains one...

u012133341的博客 173

基于DEIM模型的声纳图像目标检测系统设计与实现

摘要：本文设计了一种基于DEIM双流网络的声纳图像目标检测系统。针对声纳图像低分辨率、强噪声的特点，系统采用全局与局部特征双流并行架构，结合多尺度特征融合和注意力机制，有效提升复杂水下环境中的目标检测性能。实验表明，相比传统方法，该系统在检测精度上有显著提升，同时保持较高处理速度。文章详细阐述了DEIM模型设计原理、关键模块实现及在公开数据集上的验证结果。 关键词：声纳图像；目标检测；DEIM模型；双流网络；深度学习

max500600的博客 531

基于深度学习的水下声纳图像分类方法研究

本文是哈尔滨工程大学2018年的一篇硕士论文，作者是焦佳。 摘要 结合水下声纳图像的特点，研究深度学习相关理论与研究方法后，为水下声纳图像的分类构建深度信念网络（Deep Belief Network, DBN）和卷积神经网络（Convolutional Neural Network, CNN），并进行相应的分类实验。实验结果表明，CNN 的分类效果优于 DBN，但 CNN 中滤波器权值矩阵初始化...

weixin_43026096的博客 5883

探索声纳数据集与离散化变换在机器学习中的应用

本文通过探索声纳数据集，展示了如何加载、总结并可视化数据，以及如何使用不同的离散化方法来改善机器学习模型的性能。首先，我们加载声纳数据集并对其进行了初步分析，然后应用了k-最近邻算法进行了模型评估。接着，我们介绍了均匀离散化变换、k-均值离散化变换和分位数离散化变换，并展示了它们是如何影响数据集以及模型性能的。

weixin_30838971的博客 435

声纳II（TODO）

（TODO）

fanged的专栏 682

侧扫声呐图像水下沉船数据集，非常优质的资源

侧扫声呐图像水下沉船数据集，非常优质的资源

声纳数据集

机器学习常用数据集，声纳数据集，主要包含了声纳探测岩石和水雷的数据，是.txt文本格式。

目标检测应用场景—数据集【NO.39】声纳数据集

声纳数据集

m0_70388905的博客 563

声纳数据集.all-data.all-data.zip

声纳数据集.all-data.all-data.zip

声呐图像数据集_基于CycleGAN的真实图像数据集生成，用于前瞻性声纳

ABSTRACTIn this paper, we propose a novel method to generate realistic acoustic datasets for forward-looking sonars. A forward-looking sonar, which is also known as an acoustic camera, outperforms oth...

weixin_28940939的博客 1515

海洋测扫声呐AI数据集（600+图像）JPG

数据集是一个专注于自动识别海洋工程结构侧扫声呐图像的数据集。附加数据已经分为训练集和测试集。数据是使用各种侧扫声纳仪器获得的，包括 EdgeTech4200FS、Benthos SIS-1624、Edgetech4200MP、Klein-2000 和 Klein-3000。Marine-PULSE数据集包括323个管道或电缆（POC）、134个水下残土堆（URM）、88个海底表面（SS）和82个工程平台（EP）图像。PULSE表示数据集的图像类型和可通过侧扫声纳检测到的海洋有效信息。

保姆级教程：用Python+Mediapipe实时捕捉手势，驱动Unity虚拟手模型（附完整源码）

本文详细介绍了如何利用Python的Mediapipe库和Unity实现实时手势识别与虚拟手模型驱动。通过OpenCV进行图像采集，Mediapipe提供21个手部关键点识别，结合UDP通信协议实现Python与Unity之间的低延迟数据传输。教程包含完整源码、环境配置、核心代码实现及性能优化技巧，适用于VR教育、游戏开发等需要自然交互的场景。

weixin_42531779的博客 361

DL00967-通过伪样本合成进行零样本侧扫声纳图像分类含完整数据集

通过创新的伪样本合成技术，我们能够在缺乏标注数据的情况下，生成具有高代表性的伪样本数据，极大地丰富了训练集。尤其是在侧扫声纳图像分类中，获取充足的标注数据往往非常困难，影响了研究的进展与结果的准确性。为进一步提升使用体验，我们还提供了完整的数据集，涵盖多种场景与应用，为您的研究提供坚实的基础。无论您是进行环境监测、海洋探测还是其他相关领域的研究，我们的解决方案都能为您提供强有力的支持。无需担心数据瓶颈，从现在开始，利用我们的伪样本合成技术，让零样本图像分类不再是难题。

crasher123的博客 325

CAD二次开发c# .net加载cui\cuix菜单文件

public static void LoadMyCui(string cuiFile) { Document doc = Application.DocumentManager.MdiActiveDocument; object oldCmdEcho = Application.GetSystemVariable("CMDECHO"); object oldFileDia = Application.GetSys..

2127

PCL之常用开源数据集汇总

由于要用到三维点云开源数据集，就汇总一下，以后方便查询： 三维点云 欧特克的研究——数字210金 欧特克的样品扫描和图像数据研究办公室。 自治系统实验室(乙) 激光和Kinect结构化和非结构化的数据环境。 这一组有一个有用的相关链接列表以及类似的链接 数据。 加拿大行星模拟地形三维映射的数据集 激光扫描非结构化地形从罗孚平台。 包括Matlab代码数据解析。 徕卡呈规则(投影数据) 激光扫描数据的示例数据库。 点云分类(罗蒙诺索夫莫斯科国立大学) 航空激光雷达数据和类标签。 Poi

ancy的博客 1182

SAP-ABAP：SAP数据库视图的创建图文详解

在“短文本”字段中输入视图的描述。在“表/视图”字段中输入要基于的表名。如果视图基于多个表，可以在这里输入主表。点击“表/视图字段”按钮，选择要包含在视图中的字段。如果视图基于多个表，点击“关系”按钮来定义表之间的连接条件。在弹出的窗口中，选择要连接的表，并定义连接条件（例如。

baidu_35680696的博客 973

RK3588开发笔记-Hailo AI模块调试

本文详细介绍了在RK3588开发板上调试HailoAI模块的全过程。首先概述了RK3588处理器的强大性能（4核A76+4核A55，6TOPS算力）和Hailo-8 AI加速模块的特点，重点阐述了通过PCIe接口连接两者的硬件方案。调试步骤包括：确认内核PCIe配置、编译Hailo驱动、下载固件文件并部署到指定目录，最后通过运行resnet模型验证模块性能（实测FPS达2456）。文中提供了完整的软件包下载地址和GitHub源码链接，为开发者实现类似AI加速方案提供了实用参考。

flypig has a dream！ 963

数据挖掘/机器学习常用数据集

UCI 红酒品质数据集简介数据集名称：Wine Quality Data Set来源：由葡萄酒化学分析数据组成，收集自葡萄酒制造商。数据公开在UCI机器学习仓库中。数据集概述目的：预测红酒的品质评分（quality），根据其化学属性。数据特征：包含11个连续型的化学特性和一个品质评分标签。特征（输入变量）fixed acidity（固定酸）volatile acidity（挥发酸）citric acid（柠檬酸）residual sugar（残糖）chlorides（氯化物）

jerrykorea的博客 2548

Allegro如何导出和导入器件模型Signal_Model操作指导

在用Allegro做PCB设计的时候，通常需要给器件加上Signal_Model,在做等长的时候用到的非常频繁。如下图，需要把R7002的Signal_Model导入到另外一块没有给R7002加好模型的BRD中。Allegro除了可以给器件添加模型，还支持从一块加好模型的BRD导入到另外一块BRD中，如何导出和导入器件模型Signal_Model操作指导。

weixin_54787054的博客 1896
上一篇： Sea-thru：从数学小白角度的全文精读
下一篇： ZED 2i + ROS 2 配置记录
点赞 5
评论 0
书签 书签 6
肆十二
肆十二 优质创作者: 人工智能技术领域 优质创作者: 人工智能技术领域
博客等级 码龄9年 2万+粉丝 241原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

打赏作者

肆十二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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