搜集整理了遥感中常用的目标检测数据集，方便自己也方便大家用。

Images。2806张遥感图像（大小约），188,282个instances，分为15个类别:飞机、船只、储蓄罐、棒球场、网球场、篮球场、田径场、海港、桥、大型车辆、小型车辆、直升飞机、英式足球场、环形路线、游泳池。每个实例都由一个四边形边界框标注，顶点按顺时针顺序排列。。

西北工业大学标注的航天遥感目标检测数据集，共有800张图像，其中包含目标的650张，背景图像150张，目标包括：飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁、车辆10个类别。开放下载，大概73M。

武汉大学团队标注，包含飞机、操场、立交桥、 油桶四类目标，数目分别为：

HRRSD是中国科学院西安光学精密机械研究所光学影像分析与学习中心制作用于研究高分辨率遥感图像目标检测的数据集。

西工大韩军伟课题组提出了一种用于光学遥感图像中目标检测的大规模基准数据集“DIOR”，由23463幅图像和190288个目标实例组成，并对近年来基于深度学习的目标检测方法进行了综述。目标类别如下图。大小800 * 800，分辨率/s/1Sxo5rWq7F3sq49mjDqZhtg

美国国防部的国防创新部门实验室（DIUx）、DigitalGlobe还有美国国家地理空间情报局的研究人员发布了xView。这是一个数据集和其相关的竞赛，用于评估人工智能方法对高空卫星图像进行分类的能力。xView包含60个类别的100万个不同对象，分布在1,400平方公里的卫星图像上，最大地面样本分辨率为/s/10zQb06R8KoBLswmfS2jTgw

3大类27小类，共2,976个目标

VEDAI是一个用于航空图像车辆检测的数据集，可作为基准测试无约束环境下自动目标识别算法的工具。数据库中包含的车辆，除了体积小，还表现出不同的变化，如多方向、灯光/阴影变化、反射或闭塞。此外，每幅图像都有几个光谱波段和分辨率。同时给出了一套精确的实验方案，保证了不同人的实验结果能够得到正确的再现和比较。我们还给出了一些基线算法在该数据集上的性能，这些算法的不同设置，以说明任务的困难，并提供基线比较。

9类，共3640个目标

Cars Overhead With Context (COWC) 数据集是一个大型的、来自架空的带注释的汽车集。这对训练一个像深度网络这样的设备来学习检测和/或计数汽车。

（1）地面上每像素分辨率为15厘米的高空数据（所有数据均为EO）。

（2）来自六个不同地点的数据：加拿大多伦多，新西兰塞尔温，德国波茨坦和瓦伊辛根，美国哥伦布和犹他州。

（3）32716辆有独特注释的车。58247个独特的反面例子。

（4）故意选取硬性反面例子。

（5）建立检测计数任务基线。

（6）验证后使用的额外测试场景。

这些图像是从一个飞机平台上拍摄的，该平台在荷兰恩斯赫德上空飞行 (sragboomen Peeters，2017)。这些图像是在最低点视图和倾斜视图中拍摄的。斜视的倾斜角度为45度。Thenadir图像的地面采样距离 (GSD) 为10cm。135imageswth 23543辆车辆用于训练，其余38幅图像5545辆用于测试。使用boundingbox手动注释数据集中的每个车辆，该boundingbox表示为 (x，y，w，h）其中 (x，y) 是盒子左上方角落的配合物，以及 (w，h) 分别为是盒子的相对宽度和高度。

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。

DLR 3K车辆:DLR 3K车辆数据集(Liu and Mattyus, 2015)是另一个设计用于车辆检测的数据集。它包含20张航拍图像，空间分辨率为13厘米。它们是在距地面1000米的高空使用DLR 3K摄像机系统(一种近乎实时的机载数字监控系统)在德国慕尼黑地区拍摄的。有14235辆车是通过在图片中使用定向包围框手动标记的。


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/p/

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。


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:/chaozhong2010/HRSID

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。从现有的SAR ATR系统处理流程来看，目标检测作为该系统的前端，很大程度上影响系统后续识别性能，在较好的检测性能下获得的目标区域可以直接进行分类识别，避免了鉴别阶段进一步减少虚警目标。目标识别作为该系统的后端处理部分，是整个系统的重点也是难点。

目标是对航空影像数据中发现的不同对象进行分类。该分类包括主要类别的粗粒度分类（例如，大型车辆）和子类别和独特特征的精细粒度分类（例如，具有天窗的汽车）。

数据集包括从不同地理位置，不同时间，分辨率，区域覆盖范围和图像采集条件（天气，太阳方向，相机方向等）拍摄的航空影像。图像分辨率在5cm至15cm GSD（地面采样距离）之间变化。

子类-轿车，掀背车，小型货车，货车，皮卡车，吉普车，公共车辆。

特征-天窗，行李架，开放式货运区域，封闭式驾驶室，撞毁，备用轮胎。

颜色-黄色，红色，蓝色，黑色，银色/灰色，白色，其他。

子类-卡车，轻型卡车，水泥搅拌车，专用农用车，起重机，原动机，油轮，公共汽车，小巴。

特点-敞开的货物区域，交流通风口，撞毁的，封闭的箱子，封闭的驾驶室，梯子，平板车，软壳箱，利用推车固定。

颜色-黄色，红色，蓝色，黑色，银色/灰色，白色，其他。


该数据集由500个图像组成，每个图像至少包含一个桥。此数据集具有从世界不同地区收集的样本，由于图像和桥梁的属性（例如建筑的方向，景观背景（河流或山脉），区域（城市或乡村）， 等等所有图像均具有4,800×2,843像素，并由我们的团队手动注释。 首先根据OpenStreetMap（可公开使用的注释映射框架）选择桥梁，然后从Google Earth导出。


功能性世界地图（fMoW），目的是促进机器学习模型发展，使其能够从卫星的时序影像和一组丰富的元数据特征中预测出建筑物作用和土地利用。在对影像中对象进行预测时，每张影像的元数据可支持位置、时间，太阳角度、物理尺寸等特性的推理。数据集包含来自超过200个国家的100万张影像，每张影像至少有一个包围盒注释，其属于包含“误检测”类的63个类别之一。


遥感图像目标检测识别竞赛即利用算法模型对遥感图像中的一个或多个目标的类别和位置进行自动化判定与识别。本项竞赛以包含典型地物目标的遥感图像为处理对象，参赛队伍使用主办方提供的图像进行带方向的目标检测与识别处理，主办方依据评分标准对检测识别结果进行综合评价。遥感图像目标检测识别竞赛即利用算法模型对遥感图像中的一个或多个目标的类别和位置进行自动化判定与识别。本项竞赛以包含典型地物目标的遥感图像为处理对象，参赛队伍使用主办方提供的图像进行带方向的目标检测与识别处理，主办方依据评分标准对检测识别结果进行综合评价。


---

数据集的真实部分由253个Maxar WorldView-3卫星场景组成，分布在112个位置，并带有14,700架手动标注的飞机，总面积为2,142 km ^ 2。随附的合成数据集是通过/

ERA（航拍视频中的事件识别），由2,864个视频组成，每个视频都有来自25个不同类别的标签，对应于展开5秒的事件。 ERA数据集旨在具有显着的类内差异和类间相似性，并捕获不同环境和不同规模下的动态事件。

5月10日，2017全球创新创业交易会上，无人机项目引人关注。视觉中国供图

    5月12日晚间，重庆江北机场候机楼的一个角落，响起了阵阵《花房姑娘》的吉他弹唱声。演唱者身旁，围着里三层、外三层的人。很快，一个声音让人们无心再继续欣赏——多个航班延误。部分已经登机的乘客不得不在广播安排下，走下飞机返回候机室，开始又一轮等候。此时，是深夜23时。

    据重庆机场的官方微博通报，5月12日19时开始，重庆机场屡遭无人机干扰，整个过程持续了4个多小时，共造成200多个航班备降、取消或延误，上万名旅客受影响。

    4月中下旬，成都双流国际机场发生多起无人机干扰民航飞行事件，造成共计过百个航班备降、返航或延误。5月1日中午，无人机致使昆明长水国际机场32个航班飞行受阻……

    一系列无人机扰航事件给全国数万乘客出行带来了不便。

    近几年，无人机在航拍、农业、测绘、救灾等领域的作用日益凸显，也屡闯空中“禁区”。5月12日，民航局召开的无人驾驶航空器专项整治工作部署电视电话会指出，近年来，无人机呈爆发式增长，无人机违规飞行也频频发生，这不仅影响了民航正常运行，更威胁着国家安全和社会安全。

    当飞机处于高速飞行状态时，航线上的一只飞鸟都可能带来严重的飞行事故，如果鸟的重量增加至1.8千克，产生的冲击力将会比炮弹还大。一般消费级无人机的重量为1.5千克至150千克，通常由质地坚硬的材料制成，若与飞机相撞，甚至可能造成机毁人亡的惨剧。

    在起飞、落地阶段，“百米的飞行高度，恰巧属于民用、运输航空器机动性能最差的阶段。”华北空管局副局长颜晓东对中国青年报·中青在线记者解释道，飞机的行驶速度和运行高度越低，越不具备临时避让功能，如果受到突然干扰，失事可能性很大。”他进一步指出了后果的严重性：轻则对飞机外表造成损伤，给飞机带来严重事故；重则如果被发动机吸入，则将造成飞机动力损失。

    在无人机扰航事件接二连三发生后，4月28日起，成都机场周边区域重点设置了管控网络以及无人机监控点，并专门为人员配置专业望远镜等设备。

    颜晓东透露，由于空管部门在地面缺乏对无人机进行专业监管的系统设备，体积较小的无人机被空管雷达监测到的微乎其微，而目前机场发现的无人机多源于飞行员肉眼观察的报告。相对于监测机内仪表盘、窗外的跑道、地形和灯光等飞行环境的职责，飞行员发现无人机“更是一种偶然，在这背后，可能还有很多无人机是被错过的”。他认为，缺乏系统和专业的监管预防，民航很难监测到无人机，受到干扰只能被动延误、甚至返航。

    由于无人机靠无线信号进行数据传输，民航飞机在飞行中，控制系统、自动导航系统、通信设备等等都容易受到无线信号的干扰。颜晓东透露，在处理无人机干扰导致的延误问题时，民航空管局的地面管理人员需要根据无人机产品信息了解其续航能力，作为确定恢复飞机航行时间的参照。

    知名研发生产商大疆创新科技有限公司（下称“大疆创新”）表示，根据中国空域管理规定，在特定管制区域内，任何时段中任何无人机有关飞行安全的记录均有据可查，相关管理部门也可通过销售记录查询到该无人机的购买和所有者的情况。

    但颜晓东表示，市场上种类繁多、甚至经过改装的无人机型，给机场判断无人机续航条件带来诸多不确定因素，“多长时间恢复飞机运行”成为了空管部门处理“黑飞”问题时面临的最大挑战。更多情况下，只能被动等到无人机结束续航，才能恢复航班运行。

    无人机扰航事件发生后，多地警方展开立案侦查，并对涉案人员进行依法追究，并相继发布关于加强机场净空区域安全保护的通告，表示将追责影响飞行安全的升空物体进入控制区的行为，并对相关线索进行悬赏。

    离机场越近，飞机的运行高度越低，机身运行灵活性越差，我国各地机场多通过划定“机场净空保护区”的方式限制、禁止放飞无人机保证飞行的安全。依照相关法规，民用机场净空保护区域为每条跑道两端20公里、两侧10公里范围。

    在飞行物管控方面，我国《民用航空法》、《民用机场管理条例》均禁止在民用机场净空保护区域内，放飞影响飞行安全、无人驾驶的其他升空物体；《民用无人驾驶航空器系统空中交通管理办法》第十条也明确：民用无人驾驶航空器飞行应当为其单独划设隔离空域，明确水平范围、垂直范围和使用时段。

    但这似乎无法管住“黑飞”的手。成都市公安局在5月1日发布了《关于加强成都双流国际机场净空区域安全保护的通告》，明确了机场净空保护区的范围界定数值以及相关的11个片区，但此后成都市新津县（全域属净空区域）等地公安部门仍频繁接到群众有关“黑飞”事件的举报。双流机场也成为无人机扰航的重灾区。

    有不少声音质疑，对于“黑飞”行为的处罚力度不够，导致类似事件屡禁不止。目前，公安部门多依据《中华人民共和国治安管理处罚法》第二十三条“扰乱公共场所秩序”相关规定予以罚款和拘留；今年1月公安部公布的《治安管理处罚法（修订公开征求意见稿）》第46条增加规定，对在低空飞行无人机、动力伞等航空器、运动器材，或升放无人驾驶自由气球、系留气球等升空物体者，处以5~15日的拘留。

    事实上，就目前法规条例框架下看，一些“黑飞”是被“冤枉”的，该类飞行是合法的飞，并不“黑”。

    根据民航局2013年发布的《民用无人驾驶航空器系统驾驶员管理暂行规定》，当无人机起飞重量超过7公斤，飞行超过相关距离范围，玩家须持证，并受无人机行业协会、空管局等有关部门监管。

    但一些无人机无需取得证照即可上天。依照规定，在视距内（无人机驾驶员或无人机观测员与无人机保持直接目视视觉接触的操作方式，航空器处于驾驶员或观测员目视视距内半径500米、相对高度低于120米区域）运行的微型无人机（7公斤以内），无人机系统驾驶员可自行负责，无须证照管理。

    这为热衷改装无人机的“黑飞驾驶员”提供了可乘之机。

    除了加强违规操作的打击力度，净空保护区的监管也不容易。记者从首都国际机场了解到，首都机场的净空保护区覆盖顺义、通州、朝阳、怀柔、昌平5区，总面积约1057.6平方千米，约为5环路内面积的1.5倍，“范围很大，管控和执法都存在不小难度。”颜晓东坦言。

    颜晓东认为，加强无人机“黑飞”的源头监管，还需要飞行玩家拥有足够的公共安全和法律意识。中国民航四川安全监督管理局曾阳表示，难以定位非法无人机、难以调查取证，是目前成都双流机场无人机管控的两个难点。在中国民航局副局长王志清看来，管理制度缺失、进入门槛低、运行管控难、查证处置难，是当前无人机监管面临的重大挑战。

    在无人机屡次干扰成都双流机场航班正常起落的事件发生后，无人机行业也被冲到了“风口浪尖”。事发后，大疆创新进行了排查并声明称，其产品在机场禁飞区内无法起飞和飞入，在限飞区内飞行高度有严格限制，基本排除事件中的疑似无人机为大疆产品。

    早在今年3月2日，DJI大疆创新就发布了多边形禁飞区，另有30米、60米、120米的限飞区：当无人机接近限飞区域时，App将弹出“尽快操纵飞行器远离禁飞区”的警告，提示返航并重新选择飞行地点，飞行器无法在禁飞区内起飞；若从外部接近禁飞区边界时，飞行器将自动减速并悬停；无GPS信号状态下进入禁飞区，无人机获得GPS信号后将自动降落，以保证不影响航线运行。

    但也有业内人士指出，销售出的无人机如被玩家改装，则起飞重量难以保证，GPS定位、无人机电子栅栏可能被破解，在网络上，出价1000元甚至还可能买到无人机禁飞破解模块。一些网友质疑，飞行器在不联网模式下，可能脱离监控飞行。

    大疆创新方面回应中国青年报·中青在线记者称，“每台大疆无人机都会以特殊方式向外广播自身的唯一SN码、位置信息等，当其飞到特殊区域附近，相关监管部门可使用专业设备读取上述数据，查询所需信息，类似于交警沿路拦停过往车辆查看驾驶证和行驶证。”但这也侧面证实了网友的质疑，即在飞行器不联网的情况下，脱离监控飞行当时，是无法通过监控平台制止飞行的。

    如何能有效管住“乱飞”的无人机？大疆创新负责人将空域管理与地面交通管理进行了对比，尽管我国各类机动车保有量已超3亿，但地面车道、信号灯、摄像头等标识设施，以及机动车登记注册制度和汽车号牌的唯一性，共同保证了地面交通管理处在可控范围内，一旦发生事故，可以快速查找到肇事车辆和相管责任人，足以对驾驶员进行监督和震慑。

    大疆创新呼吁，管理部门应对国内无人机监管采取最新的技术手段，完善协同管理，如要求无人机全面使用载人飞机预警系统，必要时，强制无人机下降高度或降落避让；建立无人机飞行信息实时接入管理系统，让监管部门也可使用特殊设备对误闯入相应区域的无人机进行查询、记录。

    北京航空航天大学教授盛蔚建议，对无人机系统开展离线性能评估、在线功能检测等技术，才能弥补空域管理存在的漏洞。王志清进一步强调，无人机管控防治、处置需要各地监管局、机场、空管单位、公安等部门联合共治，形成联防联控、共同整治无人机违法违规活动的合力。（傅晓羚李晨赫）