HRSC2016数据集 记录

最新推荐文章于 2025-07-11 16:28:32 发布
转载 最新推荐文章于 2025-07-11 16:28:32 发布 · 3.3k 阅读 · 8 ·
CC 4.0 BY-SA版权
原文链接：https://blog.youkuaiyun.com/qq_42743783/article/details/117697218
文章标签：

#深度学习 #python

部署运行你感兴趣的模型镜像

文章目录

前言

记录HRSC2016数据集，时间2021.6.8

HRSC2016数据集介绍

HRSC2016数据集官网
https://sites.google.com/site/hrsc2016/
HRSC2016数据集百度云下载链接
链接：https://pan.baidu.com/s/1iRhVi2RQ4XdTX_sGd4K9fw 
提取码：e20l 
由西北工业大学于2016年发布
提取自Google Earth
由西北工业大学于2016年发布
采用oriented bounding boxes(OBB)标注格式

    影像信息

    image size:300 × 300 ~ 1500 × 900
image number:1061  在训练集、验证集和测试集中分别包含436、181和444张图像
object number:2976

      标注信息

      3大类27小类，共2,976个目标
      aircraft carrier

      Nimitz class aircraft carrier
Enterprise class aircraft carrier
Kitty Hawk class aircraft carrier
Admiral Kuznetsov aircraft carrier
Ford-class aircraft carriers
Midway-class aircraft carrier
Invincible-class aircraft carrier

        warcraft

        Arleigh Burke class destroyers
WhidbeyIsland class landing craft
Perry class frigate
Sanantonio class amphibious transport dock
Ticonderoga class cruiser
Abukuma-class destroyer escort
Austen class amphibious transport dock
Tarawa-class amphibious assault ship
USS Blue Ridge (LCC-19)
Command ship A
Warcraft A
Medical ship

          merchant ship

          Container ship
Car carrier A
Hovercraft
yacht
Container ship A
Cruise ship
Car carrier B

            Submarine

            其他信息

            https://github.com/ming71/HRSC2016_SOTA

              参考博客

              https://aistudio.baidu.com/aistudio/datasetdetail/54106

                转载于：https://aistudio.baidu.com/aistudio/datasetdetail/54106

                您可能感兴趣的与本文相关的镜像

                Yolo-v5

                Yolo-v5

                Yolo

                YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎

                东城zzm
                关注
                【毕设级教程】从0到1实现基于YOLOv8的HRSC2016微小船只检测系统（含UI界面，打造海事智能毕设）
                FJN110的博客
                11-01 40
                亲爱的同学，通过这篇教程，你已经掌握了“基于YOLOv8的HRSC2016微小船只检测系统”从数据集处理、模型训练到Tkinter界面开发的全流程。这个课题既贴合“海事智能化”的产业战略，又涵盖了“目标检测、深度学习、界面开发”等多个毕设评分点，非常适合作为计算机或海事工程专业的毕业设计。在实践中，你可能会遇到“海面背景复杂导致船只漏检”“微小船只识别精度不足”“UI与模型推理同步卡顿”等挑战——别担心，这些都是技术成长的必经之路。
                HRSC2016：微小船只目标检测与YOLOv8模型在UI界面中的应用
                YOLO
                04-12 541
                YOLOv8是YOLO系列模型的最新版本，它改进了网络结构和训练策略，显著提高了检测精度和速度。高效的实时性：YOLOv8能在较低的计算资源上实时处理目标检测任务，适用于大规模视频流和图像检测。较高的精度：YOLOv8引入了新的损失函数和网络架构，使得它在小目标检测上的表现得到显著提升。灵活性：YOLOv8能够处理多类目标，并且支持不同分辨率的图像输入，适用于遥感图像中的微小船只检测。因此，YOLOv8是进行微小船只目标检测的理想选择。
                【免费下载】 HRSC2016遥感舰船数据yolov5格式
                gitblog_09749的博客
                09-07 1231
                HRSC2016遥感舰船数据yolov5格式 【下载地址】HRSC2016遥感舰船数据yolov5格式 本项目旨在方便研究人员和开发者利用流行的YOLOv5目标检测框架进行舰船识别任务。针对经典遥感图像数据集——HRSC2016（High Resolution Ship Classification），我们进行了适应性改...
                HRSC2016 数据集 L2 L3 task
                weixin_44298961的博客
                05-17 5674
                Oriented R-CNN 模型基于HRSC2016 数据集 L2 L3 task
                PIoU Loss：倾斜目标检测专用损失函数，公开超难倾斜目标数据集Retail50K | ECCV 2020 Spotlight
                晓飞的算法工程笔记
                09-09 5496
                论文提出从IoU指标延伸来的PIoU损失函数，能够有效地提高倾斜目标检测场景下的旋转角度预测和IoU效果，对anchor-based方法和anchor-free方法均适用。另外论文提供了Retail50K数据集，能够很好地用于评估倾斜目标检测算法的性能   来源：晓飞的算法工程笔记 公众号 论文: PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments 论文地址：https://arxiv.org/a.
                DAL
                03-21
                DAL 该项目托管了AAAI 2021论文的正式实施： 用于任意目标检测的动态锚学习[ ] []。 抽象的 在本文中，我们提出了一种动态锚学习（DAL）方法，该方法利用新定义的匹配度来综合评估锚的定位潜力，并进行更有效的标签分配过程。通过这种方式，检测器可以动态选择高质量的锚点，以实现精确的对象检测，并且可以缓解分类和回归之间的差异。 入门 该代码使用建议的DAL方法构建旋转的RetinaNet，以进行旋转物体检测。支持的数据集包括：DOTA，HRSC2016，ICDAR2013，ICDAR2015，UCAS-AOD，NWPU VHR-10，VOC。 安装 Insatll要求： pip install -r requirements.txt pip install git+git://github.com/lehduong/torch-warmup-lr.git 构建Cython和CU
                HRSC2016_dataset 旋转框 + 划分数据集
                weixin_66652114的博客
                04-13 4630
                点击解压后文件，只需要用到其中的 Test 和 Train 文件。两个文件的目录相同：Alllmages为格式为bmp的原图；Annotations为格式为xml的标签。
                HRSC2016数据集介绍
                热门推荐
                qq_42743783的博客
                06-08 1万+
                文章目录前言HRSC2016数据集基本介绍DOTAV1.0DOTAV1.5DOTAV2.0标注方式Task1-- Detection with oriented bounding boxesTask2-- Detection with horizontal bounding boxes其他情况说明参考博客 前言 记录HRSC2016数据集，时间2021.6.8 HRSC2016数据集基本介绍 DOTA数据集官网 https://captain-whu.github.io/DOTA/index.html D
                hrsc2016数据集下载 yolo
                04-03
                ### 下载并应用 HRSC2016 数据集于 YOLO 模型训练 HRSC2016 是一个专注于遥感场景下的船舶检测数据集。为了将其应用于 YOLO 模型的训练，以下是具体的操作方法： #### 1. 数据集下载 HRSC2016 的官方资源通常可以...
                性能指标（模型评估）Precision、Recall、mAP
                qq_42743783的博客
                06-08 679
                文章目录前言HRSC2016数据集介绍accuracyRecall（亦称查全率、召回率）其他信息参考博客 前言 记录性能指标（模型评估）Precision、Recall、mAP，时间2021.6.8 HRSC2016数据集介绍 HRSC2016数据集官网 https://sites.google.com/site/hrsc2016/ HRSC2016数据集百度云下载链接 https://arxiv.org/abs/1711.10398 由西北工业大学于2016年发布 提取自Google Earth 由西北
                遥感领域旋转目标检测OBB记录
                weixin_40493382的博客
                04-01 7058
                首先，请允许我说明一下，笔者也是一名目标检测的小白（研一的小萌新）。前些日子，我敬爱的导师让我根据自己理解总结一下目前自己对于遥感领域目标检测相关的知识，于是便有了以下内容。如果你恰好读到这篇文章，发现文章有问题或者你有自己的见解，欢迎留言！ ------------------------------------------------------------------------------------------------------------------------------- ..
                目标检测数据集：遥感下的港口目标检测数据（HRSC）
                03-25
                数据集介绍：HRSC数据集，包含27种类型的遥感地物目标，采用oriented bounding boxes(OBB)标注格式 数据集内容：图像尺寸：1100± *1100± * 3、图像个数：1,061目标个数：2,976 标注信息：3大类27小类，共2,976个目标
                yolov10训练hrsc数据集
                03-20
                ### 使用 YOLOv10 训练 HRSC 数据集的配置方法 目前尚未有官方发布的 YOLOv10 版本，因此假设您指的是基于最新版本的 YOLO 系列（如 YOLOv8 或更高版本）进行扩展或改进后的自定义实现。以下是针对 HRSC 数据集训练...
                hrsc2016 下载 数据集_aws CLI 下载数据集踩坑指南
                weixin_30195669的博客
                12-29 807
                由于aws提供了一些优质数据集,如下：Registry of Open Data on AWS​registry.opendata.aws然后下载这些数据集就成为科研理所当然的事情。然后接下来坑的地方就来了……（我是义愤填膺地写下了这篇文章，希望能够帮助大家……）首先是下载aws CLI：AWS Command Line Interface​aws.amazon.com这个就根据自己使用的平台，下...
                hrsc2016 下载 数据集_Aerial Images Dataset 航空图像数据集 收集
                weixin_39783857的博客
                12-22 2512
                1. 无人机(UAV)倾斜角度捕获城市场景的航拍图像分割数据集无人机(UAV)倾斜角度捕获城市场景的航拍图像分割数据集 UAVid: A semantic segmentation dataset for UAV imagery(https://doi.org/10.1016/j.isprsjprs.2020.05.009)可通过 kaggle API下载:kaggle datasets do...
                遥感图像中舰船检测数据集训练及应用 通过深度学习YOLOV8-OBB 训练HRSC2016数据集 来进行SAR图像舰船检测研究 高分辨率合成孔径雷达（SAR）图像中的船舶目标检测研究
                最新发布
                2401_88440984的博客
                07-11 899
                遥感图像中舰船检测数据集训练及应用 通过深度学习YOLOV8-OBB 训练HRSC2016数据集 来进行SAR图像舰船检测研究 高分辨率合成孔径雷达（SAR）图像中的船舶目标检测研究
                学习经验分享之十二：HRSC-2016遥感图像舰船数据集处理（内含获取方式）
                m0_70388905的博客
                10-29 1万+
                更新百度云盘下载链接——HRSC-2016遥感图像舰船数据集处理（内含获取方式）
                Oriented R-CNN完整复现HRSC2016以及训练自己的HBB数据集(DIOR)
                yxk666的博客
                07-20 5064
                Oriented R-CNN完整复现HRSC2016以及训练自己的HBB数据集(DIOR)
                小程序 超大json数据处理(省市区数据等等)
                u013611033的博客
                12-05 1743
                在做小程序时候用的uniapp,遇到一个严重的问题.一个省市区数据300k左右,但是多个页面都用了这个数据,被多次打包的主包的运行文件内,造成总体积过大 JSON数据要求 键全部是双引号字符串 不允许有空格 (在线压缩工具,站长工具等) 不允许有注释, App.vue 中发请求获取json, 可以用datatype:json 进行转化一次 <script> import { getPosition } from "@/api/my/resume"; import { pro..
                HRSC2016数据集下载
                05-26
                HRSC2016数据集是由西北工业大学于2016年发布的遥感船舶检测数据集，提供了丰富的标注信息以及多种用途的影像资源。以下是关于HRSC2016数据集的官方下载链接及相关说明： ### 官方网站 可以访问HRSC2016数据集的...
                评论
                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