北京哪家医院治疗白癜风正规 https://baike.baidu.com/item/%E5%8C%97%E4%BA%AC%E4%B8%AD%E7%A7%91%E7%99%BD%E7%99%9C%E9%A3%8E%E5%8C%BB%E9%99%A2/9728824遥感目标检测数据集
目标检测（ObjectDetection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。
目前，基于遥感影像的目标检测是遥感图像处理领域的重要研究方向。传统的目标检测识别方法难以适应海量数据，其所依赖的特征表达式通过人工设计的，这样非常不好，并且强烈依赖于专业知识和数据本身的特征，而且很难从海量的数据中学习出一个有效的分类器以充分挖掘数据之间的关联。而深度学习强大的高级（更具抽象和语义意义）特征表示和学习的能力可以为影像中的目标提取提供有效的框架。相关研究包括车辆检测，船舶检测，农作物检测，建筑物等地物检测。
目录
LEVIR数据集
DOTA数据集
RSOD数据集
ITCVD数据集
xView数据集
HRRSD数据集
OpenSARship数据集
SDD数据集
VEDAI数据集
01LEVIR数据集
LEVIR数据集由大量×像素和0.2m?1.0m/像素的高分辨率GoogleEarth图像和超过22k的图像组成。LEVIR数据集涵盖了人类居住环境的大多数类型地面特征，例如城市，乡村，山区和海洋。数据集中未考虑冰川，沙漠和戈壁等极端陆地环境。数据集中有3种目标类型：飞机，轮船（包括近海轮船和向海轮船）和油罐。所有图像总共标记了11k个独立边界框，包括4,架飞机，3,艘船和3,个油罐。每个图像的平均目标数量为0.5。数据集下载
