一、以卫星或飞机拍摄的光学遥感影像为主要数据源的光学舰船数据集1、HRSC2016 High-Resolution Ship Collection 2016数据集以清晰的可见光影像为基础侧重于高分辨率的光学影像主要体现目标的反射特性适用于舰船的检测和识别。其次在近岸状态中如 HRSC2016 数据集中的密集场景存在大量停靠在港口的舰船由于相互间空隙极小特征容易互相遮挡增加了漏检的难度。最后舰船数据集中容易包含了云雾、海面杂波、礁石港口等复杂海况场景这些干扰物不仅会遮挡舰船特征也会引入大量负样本导致模型出现错检漏检的情况。2、NWPU VHR-10 数据集提供了高分辨率的光学影像能够准确呈现亚米级分辨率下的舰船特征3、DOTA 数据集在 10 米分辨率下DOTA 数据集中的舰船尺寸则显得较为模糊。这种分辨率差异使得在亚米级分辨率与 10米分辨率下特征呈现存在较大差异进而影响检测算法的表现。4、Shipsnet 数据集遥感舰船影像中存在大量的复杂场景如跨尺度舰船场景、密集场景、复杂海况场景。在跨尺度场景中如 Shipsnet 数据集经常包含尺寸较大的目标和较小的目标同时出现导致微小目标漏检的情况频繁发生。5、FGSC-23数据集6、Kaggle 平台提供的 SPOT 卫星影像二、基于合成孔径雷达遥感图像的数据集1、SSDD SAR Ship Detection Dataset数据集主要包含高分辨率的 SAR 影像这些数据由不同的卫星或机载 SAR 传感器采集而来帮助研究人员更好地理解和表达 SAR 影像中的舰船后向散射特性。与光学影像相比SAR 影像具有全天候、全天时的优势不受天气、云层以及光照条件的影响。因此SAR 影像在复杂气象条件下的舰船检测任务中具有独特的优势。但另一方面尽管 SAR 影像在不同天气条件下均具有较好的表现但由于 SAR 影像的成像原理与光学影像有所不同其图像表现为灰度反射率往往缺乏光学影像中的色彩和细节这使得舰船的形态和特征难以直接被观察到因此舰船的识别面临更高的挑战。基于光学的舰船数据集与基于 SAR 的舰船数据集两者之间的差别非常显著。2、OpenSARShip 数据集 [52] 三、数据集分析1、分辨率从 0.2 米到 10 米的影像分辨率范围2、场景多样包含港口、近岸和离岸等多种环境3、型号涵盖航母、巡洋舰、驱逐舰、直升机航母等军用舰船以及货轮、渔船等民用船只。4、目标形状和尺寸具有显著差异包括快艇、渔船等小型目标以及航母、货轮等超大型目标。这种多尺度、多分辨率、多卫星、多场景的混合设计显著提升了数据集的复杂性和泛用性克服了单源数据集在多样性和应用广度上的不足。5、复杂场景数据集还特别关注复杂场景下的舰船识别任务。在数据集的构建过程中选择了不同气象条件、不同海域以及不同时间段的卫星影像以保证数据集在多变环境中的适用性。通过涵盖多种复杂场景增强了数据集对不同情境下舰船识别任务的支持。