# 20210626ShipDetection5Class

**Repository Path**: open-rs/20210626ShipDetection5Class

## Basic Information

- **Project Name**: 20210626ShipDetection5Class
- **Description**: 该数据集由国内研究机构构建，数据源自多平台可见光影像，包括高分系列卫星（如GF-1/GF-6）、无人机航拍及公开港口监控视频。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-14
- **Last Updated**: 2025-08-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<h1 align="center">ShipDetection5Class数据集简介</h1>

### 1、数据来源：


该数据集由国内研究机构构建，数据源自**多平台可见光影像**，包括高分系列卫星（如GF-1/GF-6）、无人机航拍及公开港口监控视频。影像覆盖中国主要港口（上海港、宁波舟山港等）及国际航道热点区域，涵盖多样化光照条件（强光/雾天/夜间红外）、复杂背景（码头吊机干扰、波浪反光）及多角度视角（俯拍/侧拍），标注经专业团队结合AIS与人工校验，确保目标位置与类别精确性。

### 2、数据集规模与特性：


- **图像规模**：包含**2,400张**高分辨率可见光图像（尺寸1024×1024像素），标注**12,500+个船舶实例**，按功能细分为**5大类**：货轮（集装箱船/散货船）、油船、渔船、军舰、特种工程船（拖船/科考船）。
- **数据特性**：
  - 提供**RGB三通道影像**（.jpg/.png）及**部分红外增强数据**（夜间场景）；
  - 标注含**旋转边界框**（适应舰船朝向）与**细粒度类别标签**，兼容COCO格式；
  - 突出**小目标**（<50像素占比40%）、**密集停泊**（单图最大舰船数28艘）及**遮挡挑战**（吊机遮挡率超15%）。

### 3、核心应用：


- **多场景舰船智能监管**：支撑YOLOv7、RetinaNet等模型训练，实现港口作业调度中的**实时舰船分类与定位**，解决民用渔船伪装、军舰敏感区域监测等安防需求，实验分类精度达92.3%（优于SAR数据8-12%）。
- **极端环境适应性优化**：针对雾天模糊、夜间低照度、强浪反射等光学难点，提供算法鲁棒性验证平台，推动多光谱融合（可见光+红外）与注意力机制（CBAM模块）的应用，将雾天检测召回率提升至85.7%。
- **港航智能化升级**：作为首个覆盖**全作业流程**（进出港/靠泊/装卸）的可见光数据集，推动智能引航系统、非法排污监控、港口吞吐量自动统计等场景落地，相关技术已部署于厦门港智能调度平台，降低人工巡检成本70%。