論文の概要: VesselBench-800K: A Large-scale Perception Benchmark for Multimodal Vessel Detection, Counting, and Density Estimation

• arxiv url: http://arxiv.org/abs/2609.37003v1
• Date: Tue, 29 Sep 2026 08:29:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.320659
• Title: VesselBench-800K: A Large-scale Perception Benchmark for Multimodal Vessel Detection, Counting, and Density Estimation
• Title（参考訳）: VesselBench-800K:マルチモーダル容器検出・カウント・密度推定のための大規模知覚ベンチマーク
• Abstract要約: VesselBench-800Kは、マルチモーダルRS画像における容器知覚のための世界規模のベンチマークデータセットである。 このデータセットは、海洋交通の理解を著しく前進させる大きな可能性を秘めている。
• 参考スコア（独自算出の注目度）: 44.016201581855206
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vessel perception from space is crucial for a wide range of maritime applications, from traffic monitoring to environmental protection. However, most existing datasets predominantly focus on general object detection tasks in optical remote sensing (RS) images. Relying solely on single-modality optical RS images proves inadequate for effectively perceiving vessel objects in complex maritime scenarios, where ever-changing weather conditions (e.g., clouds and rain), the need for day-and-night coverage, and the inherent limitations of a single imaging modality pose significant challenges. To fill this gap, we introduce VesselBench-800K, the largest-to-date benchmark dataset on a global scale for vessel perception in multimodal RS images. As its name suggests, VesselBench-800K comprises 800,000 images, each at a resolution of 512x512 pixels, specifically curated for vessel perception tasks such as detection, counting, and density estimation. These multimodal image pairs (i.e., optical, SAR) are collected from diverse platforms, sensors, scenes, shooting heights, and synthetic sources, spanning spatial resolutions from 4.5m to 0.1m. Furthermore, we evaluate numerous state-of-the-art detection, counting, and density estimation models on VesselBench-800K through both qualitative and quantitative comparisons. By revealing previously unrecognized cues, this dataset holds immense potential to significantly advance our understanding of marine traffic. Our VesselBench dataset will be publicly available at https://github.com/danfenghong/IEEE_TGRS_VesselBench to support and contribute to community development.
• Abstract（参考訳）: 宇宙からの容器の認識は、交通監視から環境保護まで幅広い海洋用途に不可欠である。 しかし、既存のデータセットのほとんどは、光学リモートセンシング(RS)画像における一般的なオブジェクト検出タスクに重点を置いている。 単一モードの光学RS画像のみを頼りにすることで、複雑な海洋シナリオにおいて容器の物体を効果的に知覚するには不十分であることが証明される。 このギャップを埋めるため、マルチモーダルRS画像における容器認識のための世界規模で最大のベンチマークデータセットであるVesselBench-800Kを紹介した。 名前の通り、VesselBench-800Kは800,000枚の画像で構成され、それぞれ512x512ピクセルの解像度を持つ。 これらのマルチモーダル画像対(光、SAR)は、様々なプラットフォーム、センサー、シーン、射撃高度、合成源から収集され、空間解像度は4.5mから0.1mである。 さらに,VesselBench-800Kの定性的および定量的比較により,多数の最先端検出,カウント,密度推定モデルの評価を行った。 これまでに認識されていなかった手がかりを明らかにすることで、このデータセットは海洋交通の理解を大幅に前進させる大きな可能性を秘めている。 VesselBenchデータセットはhttps://github.com/danfenghong/IEEE_TGRS_VesselBenchで公開されます。

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)
• SpaceSense-Bench: A Large-Scale Multi-Modal Benchmark for Spacecraft Perception and Pose Estimation [1.0262304700896199]
  宇宙船認識のための大規模マルチモーダルベンチマークである textbfSpaceSense-Bench を提案する。 各フレームは、タイム同期1024$times$1024 RGBイメージ、ミリ精度深度マップ、256ビームのLiDAR点雲を提供する。 対象検出,2Dセマンティックセマンティックセグメンテーション,RGB-LiDAR融合による3Dポイントクラウドセグメンテーション,単眼深度推定,方向推定の5つのタスクをベンチマークし,2つの重要な発見点を同定した。
  論文  参考訳（メタデータ） (2026-03-10T07:52:28Z)
• Inland Waterway Object Detection in Multi-environment: Dataset and Approach [12.00732943849236]
  本稿では,多環境インランド・ウォーターウェイ・ベッセル・データセット(MEIWVD)を紹介する。 MEIWVDは、晴れ、雨、霧、人工照明など様々なシナリオから32,478枚の高品質な画像で構成されている。 本稿では,環境条件に応じた水面画像改善のためのシーン誘導画像強調モジュールを提案する。
  論文  参考訳（メタデータ） (2025-04-07T08:45:00Z)
• 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)
• SatlasPretrain: A Large-Scale Dataset for Remote Sensing Image Understanding [24.36102266621857]
  広さと規模の両方で大きなリモートセンシングデータセットであるSatlasPretrainを提示する。 そこで我々は,サトラスプレトレインの8つのベースラインと提案手法を評価し,改良の余地を見出した。
  論文  参考訳（メタデータ） (2022-11-28T18:59:26Z)
• xView3-SAR: Detecting Dark Fishing Activity Using Synthetic Aperture Radar Imagery [52.67592123500567]
  世界の漁業は海洋資源や生態系に大きな脅威をもたらす。 夜間または夜間、全天候下で暗黒船の自動検出が可能となった。 xView3-SARは、Sentinel-1ミッションから得られた1000近い分析可能なSAR画像で構成されている。
  論文  参考訳（メタデータ） (2022-06-02T06:53:45Z)
• TJU-DHD: A Diverse High-Resolution Dataset for Object Detection [48.94731638729273]
  大規模でリッチな多様性と高解像度のデータセットは、よりよいオブジェクト検出方法を開発する上で重要な役割を果たす。 私たちは多種多様な高解像度データセット(TJU-DHD)を構築します。 データセットには115,354枚の高解像度画像と709,330個のラベル付きオブジェクトが含まれており、スケールと外観に大きな違いがある。
  論文  参考訳（メタデータ） (2020-11-18T09:32:24Z)
• Locality-Aware Rotated Ship Detection in High-Resolution Remote Sensing Imagery Based on Multi-Scale Convolutional Network [7.984128966509492]
  マルチスケール畳み込みニューラルネットワーク(CNN)に基づく局所性認識型回転船検出(LARSD)フレームワークを提案する。 提案フレームワークはUNetのようなマルチスケールCNNを用いて高解像度の情報を持つマルチスケール特徴マップを生成する。 検出データセットを拡大するために、新しい高解像度船舶検出(HRSD)データセットを構築し、2499の画像と9269のインスタンスを異なる解像度でGoogle Earthから収集した。
  論文  参考訳（メタデータ） (2020-07-24T03:01:42Z)

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。