目標檢測，目標識別的SAR數據集構建和標注

本文為原創作品，未經本人同意，禁止轉載，禁止用于商業用途！本人對博客使用擁有最終解釋權

歡迎關注我的博客：http://blog.csdn.net/hit2015spring
推薦一個美麗而有情懷的書店：晨鳧追風

深度學習火熱了很多年了，人們利用在自然光照下獲取的圖片數據進行目標檢測和目標的識別也已經到達了一個全新的水平，但是在雷達遙感圖片的識別和檢測的進展還遠遠沒有達到當前自然光照下的圖片水平。深究其原因：
1、自然光下的圖片數據量是巨大的，相對來說獲取成本是低廉的
2、在構建數據集做研究的角度來說，一般的單位無法承擔的數據集構建所需的花銷
3、雷達遙感圖片的研究關系到較大較敏感的軍事任務，所以沒有大量的數據集來做研究
4、雷達遙感圖片的研究無法直接產生經濟效益
所以在這一方面的研究就顯得更加的少。

目前在雷達數據上面的研究，主要就是基于美國空軍公開的一套MSTAR數據集，這個數據集的介紹在我的上一篇博客里面就有介紹了，詳見：MSTAR雷達數據集總結

在目前對SAR圖片的研究中主要是對敏感軍事目標的檢測和識別，圖片處理的算法主要是傳統的算法，主要包括了一些圖像處理的算法，還有深度學習的算法，主要是基于nn的方式，在nn的方式中一個最大的問題就是對數據的獲取，由于在目前公開的雷達數據中只有MSTAR數據集是用于研究的，在這里我們利用合成的方式對數據進行解析，再二次獲取到包含有目標的場景圖片，最后的圖片標注用于人工標注后做訓練，就可以獲取實驗所需的數據集。

構建的數據集格式，1：帶有目標場景的大面幅的SAR圖片
2：對應于SAR圖片的xml標注文件

訓練的網絡例子主要是：rcnn ssd faster rcnn

交流企鵝號：2928088671，如需要數據，請備注需要數據

最后提示一下大家：掛在網上的公開數據是不全的（包括我提供作為例子的），反正被坑慘了，不然浪費做科研的寶貴時間！

總結

以上是生活随笔為你收集整理的目标检测，目标识别的SAR数据集构建和标注的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。