論文の概要: OSSDD - a New Open Dataset for Sentinel-1 Ship Detection

• arxiv url: http://arxiv.org/abs/2608.01963v1
• Date: Mon, 03 Aug 2026 09:31:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.4696
• Title: OSSDD - a New Open Dataset for Sentinel-1 Ship Detection
• Title（参考訳）: OSSDD - Sentinel-1 船検出のための新しいオープンデータセット
• Abstract要約: OpenSARShip-Ship Detection dataset (OSSDD)は、よく知られたOpenSARShip 1.0データセットに基づいた新しいデータセットである。 15,197個のセンチネル-1振幅パッチ、VVとVHの偏光、二段式の船面、軸方向のバウンディングボックス、合計55,759隻のバウンディングボックスアノテーションを含んでいる。 データセットの構築,ダウンロード可能なデータの内容と構造,および3つの共通検出器モデルを用いた実験について論じる。
• 参考スコア（独自算出の注目度）: 2.6346032678787807
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Ship detection in Synthetic Aperture Radar (SAR) images plays an important role for maritime situational awareness, especially with respect to different illegal activities at sea such as illegal fishing, smuggling or border violations. Modern ship detection methods using neural networks usually require large training datasets, which are considerably scarcer in the SAR domain than in the electro-optical domain. While several free datasets exist for this task, their availability and usability vary. In this paper, OpenSARShip-Ship Detection Dataset (OSSDD), a new dataset based on the well-known OpenSARShip 1.0 dataset is proposed for training neural networks for SAR ship detection. OSSDD is freely available and contains 15,197 Sentinel-1 amplitude patches in VV and VH polarization, binary ship masks, axis-aligned bounding box and rotated bounding box annotations for a total of 55,759 ships. The construction of the dataset, the contents and structure of the downloadable data and experiments with three common detector models (Faster R-CNN, FCOS, DETR) are shown and discussed. The results serve as benchmarks for future experiments. The dataset is available on Hugging Face at https://huggingface.co/datasets/sylviaHoch/OpenSARShip-Ship-Detection-Dataset.
• Abstract（参考訳）: SAR(Synthetic Aperture Radar)画像における船舶検出は、特に海における違法な漁業、密輸、国境違反などの違法な活動に関して、海洋状況の認識において重要な役割を担っている。 ニューラルネットワークを用いた現代の船舶検出法は、通常、電気光学領域よりもSAR領域でかなり少ない大規模な訓練データセットを必要とする。 このタスクにはいくつかの無料データセットが存在するが、可用性とユーザビリティは様々である。 本稿では,よく知られたOpenSARShip 1.0データセットに基づく新しいデータセットであるOpenSARShip-Ship Detection Dataset (OSSDD)を提案する。 OSSDDは無料で利用可能であり、VVおよびVH偏光における15,197のSentinel-1振幅パッチ、バイナリシップマスク、軸方向のバウンディングボックス、合計55,759のバウンディングボックスアノテーションを含んでいる。 データセットの構築,ダウンロード可能なデータの内容と構造,および3つの一般的な検出器モデル(Faster R-CNN, FCOS, DETR)を用いた実験を行った。 結果は将来の実験のベンチマークとして役立ちます。 データセットはHugging Face at https://huggingface.co/datasets/sylviaHoch/OpenSARShip-Ship-Detection-Datasetで公開されている。

関連論文リスト

• WUTDet: A 100K-Scale Ship Detection Dataset and Benchmarks with Dense Small Objects [68.44670476527155]
  WUTDetは100,576イメージと381,378のアノテートされた船舶インスタンスを備えた大規模な船舶検出データセットである。 CNN, Transformer, Mambaの3つの主流検出アーキテクチャから20のベースラインモデルを体系的に評価した。 Ship-GENの結果は、WUTDetでトレーニングされたモデルは、異なるデータ分布下でより強力な一般化を示すことを示している。
  論文  参考訳（メタデータ） (2026-04-09T03:28:05Z)
• NASTaR: NovaSAR Automated Ship Target Recognition Dataset [1.8957631297817699]
  このデータセットは、NovaSAR Sバンド画像から抽出された3415個の船のパッチからなる。 23のユニークなクラス、海岸/オフショアの分離、および船のウェイクが見えるパッチのための補助的なウェイクデータセットなどが含まれる。 ベンチマーク深層学習モデルを用いて,船型分類シナリオにおけるデータセットの適用性を検証した。
  論文  参考訳（メタデータ） (2025-12-20T20:42:30Z)
• Lightweight CNNs for Embedded SAR Ship Target Detection and Classification [0.0]
  高レベルの製品を生成するためのオンボード処理は、ダウンリンクが必要なデータ量を減らすことができる。 本研究では,非焦点SARデータに基づくリアルタイム推論のためのニューラルネットワークの提案と評価を行う。
  論文  参考訳（メタデータ） (2025-08-14T14:55:19Z)
• A Dataset for Semantic Segmentation in the Presence of Unknowns [49.795683850385956]
  既存のデータセットは、既知のものや未知のもののみの評価を可能にするが、両方ではない。 乱雑な実環境からの多様な異常な入力を特徴とする,新しい異常セグメンテーションデータセットISSUを提案する。 データセットは、既存の異常セグメンテーションデータセットの2倍大きい。
  論文  参考訳（メタデータ） (2025-03-28T10:31:01Z)
• SparseRadNet: Sparse Perception Neural Network on Subsampled Radar Data [5.344444942640663]
  レーダー生データは、しばしば過剰なノイズを含むが、レーダー点雲は限られた情報しか保持しない。 本稿では,適応的なサブサンプリング手法と,空間パターンを利用したネットワークアーキテクチャを提案する。 RADIalデータセットの実験により,SparseRadNetはオブジェクト検出における最先端(SOTA)性能を超え,自由空間セグメンテーションにおけるSOTA精度に近づいた。
  論文  参考訳（メタデータ） (2024-06-15T11:26:10Z)
• SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
  我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。 私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。 私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
  論文  参考訳（メタデータ） (2024-03-11T09:20:40Z)
• Radio Map Estimation -- An Open Dataset with Directive Transmitter Antennas and Initial Experiments [49.61405888107356]
  実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。 モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
  論文  参考訳（メタデータ） (2024-01-12T14:56:45Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)
• Context-Preserving Instance-Level Augmentation and Deformable Convolution Networks for SAR Ship Detection [50.53262868498824]
  ランダムな方向と部分的な情報損失によるSAR画像のターゲット形状の変形は、SAR船の検出において必須の課題である。 ターゲット内の部分的な情報損失に頑健なディープネットワークをトレーニングするためのデータ拡張手法を提案する。
  論文  参考訳（メタデータ） (2022-02-14T07:01:01Z)
• ABOShips -- An Inshore and Offshore Maritime Vessel Detection Dataset with Precise Annotations [0.17205106391379021]
  沿岸および沖合のデータセットの海洋容器検出は例外ではない。 異なる要因を考慮に入れた海上船舶画像のデータセットを収集した。 船体インスタンス(9種類の船を含む)、シーマーク、各種のフローターが正確に注釈付けされた。 4つの主成分検出アルゴリズムのアウト・オブ・ボックス性能を評価した。
  論文  参考訳（メタデータ） (2021-02-11T07:05:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。