MSTAR（1996）
网上已经有很多介绍了。
MSTAR数据库作为SAR图像自动目标识别（SAR ATR）研究的一个通用库，被很多学者广泛采用。该实验数据采用美国国防高等研究计划署(DARPA)支持的MSTAR计划所公布的实测SAR地面静止目标数据，无论是在国内还是国际上，针对SAR图像目标识别的研究基本上是基于该数据集而展开的。采集该数据集的传感器为高分辨率的聚束式合成孔径雷达，该雷达的 分辨率为0.3m×0.3m。工作在 X波段，所用的 极化方式为HH极化方式。对采集到的数据进行前期处理，从中提取出像素大小为128×128包含各类目标的切片图像。该数据大多是静止车辆的SAR切片图像，包含多种车辆目标在各个方位角下获取到的目标图像。
来源：MSTAR雷达数据集总结_晨凫追风的博客-CSDN博客_mstar数据集
OpenSARShip（2017）
下载地址：http://opensar.sjtu.edu.cn/
OpenSAR是由上海交通大学高级传感技术中心（AST）开发的开放式SAR图像管理和处理平台，用于SAR图像的读取，处理，可视化和算法测试。SAR图像管理和算法测试是OpenSAR的主要任务。
OpenSAR支持导入各种SAR数据源，例如TerraSAR-X，RADARSAT 1/2，COSMO-SkyMed等。用户可以通过该平台搜索和查看SAR图像数据。OpenSAR支持注册各种算法，例如图像去噪，场景分类，目标检测，目标识别，变化检测等。用户可以通过该平台搜索，配置和执行这些算法，并且完整的测试报告也将提供给用户。
高分辨率SAR舰船检测数据集 （2019）
高分辨率SAR舰船检测数据集-1.0
孙显, 王智睿, 孙元睿, 等. AIR-SARShip-1.0：高分辨率SAR舰船检测数据集[J]. 雷达学报, 待出版. doi: 10.12000/JR19097
下载地址：https://radars.ac.cn/web/data/getData?newsColumnId=abd5c1b2-fe65-47f7-8ebf-990273a91a48
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。
高分辨率SAR舰船检测数据集-2.0
孙显, 王智睿, 孙元睿, 等. AIR-SARShip-1.0：高分辨率SAR舰船检测数据集[J]. 雷达学报,, 2019, 8(6): 852–862. doi: 10.12000/JR19097
下载地址：https://radars.ac.cn/web/data/getData?newsColumnId=1e6ecbcc-266d-432c-9c8a-0b9a922b5e85
高分辨率SAR舰船检测数据集-2.0（AIR-SARShip-2.0）发布300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，极化方式为VV，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、渔船等十余类数千艘舰船。
图像尺寸约为1000×1000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。
SSDD/SSDD+（2020）
在数据集SSDD中，一共有1160个图像和2456个舰船，平均每个图像有2.12个舰船，数据集后续会继续扩充。相比于具有20类目标的PASCAL VOC数据集，SSDD虽然图片少，但是类别只有舰船这一种，因此它足以训练检测模型。
SSDD+的数据集相对于SSDD数据将垂直边框变成了旋转边框，旋转边框可在完成检测任务的同时实现了对目标的方向估计。
RSDD-SAR：SAR舰船斜框检测数据集（2022）
徐从安, 苏航, 李健伟, 等. RSDD-SAR：SAR舰船斜框检测数据集[J]. 雷达学报, 待出版. doi: 10.12000/JR22007.
【最新成果】RSDD-SAR：SAR舰船斜框检测数据集（视频）
何友院士，熊伟教授和刘瑜教授的指导下，海军航空大学徐从安副教授团队基于国产高分3号卫星数据和欧空局TerraSAR-X卫星数据构建了SAR舰船斜框检测数据集RSDD-SAR，该数据集由84景高分三号数据和41景TerraSAR-X数据切片及2景未剪裁大图，共127景数据构成，包含多种成像模式、多种极化方式、多种分辨率切片7000张，舰船实例10263个。此外，通过对几种常用的光学遥感图像斜框检测算法和SAR舰船斜框检测算法进行实验与分析，形成基准指标，供相关学者参考。
HRSID（2020）
下载地址：https://github.com/chaozhong2010/HRSID
该数据集是电子科技大学的苏浩在2020年1月发布数据集，HRSID是高分辨率sar图像中用于船舶检测、语义分割和实例分割任务的数据集。该数据集共包含5604张高分辨率SAR图像和16951个ship实例。ISSID数据集借鉴了Microsoft Common Objects in Context (COCO)数据集的构建过程，包括不同分辨率的SAR图像、极化、海况、海域和沿海港口。该数据集是研究人员评估其方法的基准。对于HRSID, SAR图像的分辨率分别为:0.5m, 1 m, 3 m。
SAR-Ship-Dataset多源多尺度SAR船舶切片数据集
参考文献：A SAR Dataset of Ship Detection for Deep Learning under Complex Backgrounds
Wang Y, Wang C, Zhang H, et al. A SAR dataset of ship detection for deep learning under complex backgrounds[J]. Remote Sensing, 2019, 11(7): 765. doi: 10.3390/rs11070765
下载地址： https://radars.ac.cn/web/data/getData?dataType=SARGroundObjectsTypes
https://github.com/CAESAR-Radi/SAR-Ship-Dataset
本数据集包括SAR船舶检测切片近40000张，采用了国产高分3号卫星和欧空局Sentinel-1卫星数据。图像分辨率覆盖1.7米到25米，极化方式包括HH、HV、VH和VV，成像模式包括超精细条带模式、精细条带模式、全极化条带模式、条带扫描模式和干涉宽幅模式，详细参数见表1。该数据集场景包括港口、近岸、岛屿和远海，类型包括油轮、散货船、大型集装箱船和渔船等各类常见船舶目标。
切片尺寸为256×256像元，格式为三通道灰度图像，24位深JPG。标注文件为TXT格式，一行标注一个目标，分别记录船舶类型、归一化的船舶中心位置（列、行标号）、归一化的船舶宽度和归一化的船舶长度，符合Yolo系列、PolarMask、SSD和Faster-RCNN等主流检测网络的格式要求。
FUSAR数据集
Xiyue HOU,Wei AO,Qian SONG,Jian LAI,Haipeng WANG,Feng XU.FUSAR-Ship:building a high-resolution SAR-AIS matchup dataset of Gaofen-3 for ship detection and recognition[J].Science China(Information Sciences),2020,63(04):40-58.
下载地址： https://radars.ac.cn/web/data/getData?dataType=FUSAR
FUSARShip 高分辨率船只数据集，包含15个主要船舶类别、98 个子类别和许多非船舶目标的海洋目标。数据切片取自126幅原始高分三号遥感图像，极化模式包含DH和DV，分辨率为1.124m×1.728m，成像模式为 UFS 模式，覆盖了各种海、陆、海岸、河流和岛屿场景。
本数据集累16144个切片，其中包括与 AIS 信息匹配的船只 6252 张，类似船的亮点等强虚警 2045 张，桥及海岸线 1461 张， 沿岸区域及岛屿 1010 张，复杂海波杂波1967张，普通海面1785张，陆地1624张，适用于复杂海面的船只检测与识别工作。
大规模多类SAR目标检测数据集-1.0
Jie Chen, Zhixiang Huang, Runfan Xia, Bocai Wu, Lei Sheng, Long Sun, and Baidong Yao. Large-scale multi-class SAR image target detection dataset-1.0[OL]. Journal of Radars, 2022.
下载地址： https://radars.ac.cn/web/data/getData?dataType=MSAR
大规模多类SAR目标检测数据集-1.0（MSAR-1.0）共包括28449张检测切片，采用海丝一号卫星和高分三号卫星数据。
MSAR-1.0数据集极化方式包括HH、HV、VH和VV。该数据集场景包括机场、港口、近岸、岛屿、远海、城区等；类型包括飞机、油罐、桥梁和船只四类目标，由1851架桥梁，39858条船只，12319个油罐和6368架飞机组成。
SAR-ACD数据集
（前段时间《雷达学报》学术报告提到的，不太清楚开源了没）
SADD数据集
下载地址：https://github.com/hust-rslab/SAR-aircraft-data
Original: https://blog.csdn.net/weixin_43570470/article/details/124610091
Author: 不瘦8斤的妥球球饼
Title: SAR目标检测开源数据集汇总，及时更新，欢迎补充
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/717016/
转载文章受原作者版权保护。转载请注明原作者出处！