SSDD數(shù)據(jù)集的標準規(guī)范
[導讀]之前我們發(fā)布過《SAR圖像船舶目標檢測數(shù)據(jù)集SSDD》，需要英文原文的請給“雷達通信電子戰(zhàn)”微信公眾號發(fā)送“1010”查看，全文共41頁。SSDD訓練與測試集的劃分標準SSDD的原論文采用了7:1:2的隨機比例，將數(shù)據(jù)集劃分為訓練集、驗證集和測試集。然而，這種隨機劃分機制將導致測...
之前我們發(fā)布過《SAR圖像船舶目標檢測數(shù)據(jù)集SSDD》，需要英文原文的請給“雷達通信電子戰(zhàn)”微信公眾號發(fā)送“1010”查看，全文共41頁。
SSDD訓練與測試集的劃分標準
SSDD的原論文采用了7:1:2的隨機比例，將數(shù)據(jù)集劃分為訓練集、驗證集和測試集。然而，這種隨機劃分機制將導致測試集中樣本的極大不確定性，導致使用同一檢測算法進行多次訓練和測試時，產(chǎn)生不同的結果。這是因為SSDD中的樣本數(shù)量太少，只有1160個，隨機劃分可能會破壞訓練集和測試集之間的分布一致性。
后來，一些研究人員也采用了其他比例進行訓練、驗證和測試，但這些不同的數(shù)據(jù)集劃分將導致不統(tǒng)一的方法比較，不利于學術交流。事實上，計算機視覺領域的兩個目標檢測數(shù)據(jù)集（PACAL VOC和COCO），都提供了唯一確定的訓練集、驗證集和測試集，這可確保對比的公平性。
因此，這里對SSDD的訓練集和測試集的劃分做出了嚴格的規(guī)定。文件編號最后數(shù)字為1和9的圖像被確定為測試集，其余的被視為訓練集。該規(guī)則還可以保持訓練集和測試集分布的一致性，有利于網(wǎng)絡特征學習。
這里沒有提供驗證集，因為SSDD中的樣本數(shù)量非常少，因此應該珍惜每個樣本，以確保每個測試樣本的訓練梯度減小。然而，驗證集不參與訓練梯度下降，這將不可避免地導致船舶特征學習不足。當然，如果研究者想要監(jiān)控模型在訓練過程中是否被過度擬合，他們可以建立多個重疊的交叉驗證集來達到目的。
近岸與遠海目標劃分標準
近岸圖像中的陸地背景非常復雜，船舶容易受到港口設施的干擾。為了分別計算近岸和遠海這兩種情況下算法的性能，這里確定了測試集的近岸和遠海圖像（近岸圖像在下圖中以洋紅色標記）。在232幅測試圖像中，有186幅近海場景圖像，而只有46幅近海場景圖像。
與HRSID和LS-SSDD-v1.0類似，這里將包含陸地的圖像視為近岸樣本，而將其他圖像視為遠海樣本。近岸和遠海樣本的數(shù)量是極不平衡（分別是19.8%和80.2%）的，這種現(xiàn)象與地球的海洋面積比陸地大得多這一事實相符。
然而，深度學習需要大量數(shù)據(jù)來學習特征，更多的數(shù)據(jù)可帶來更好的學習效益。因此，近岸場景和遠海場景之間樣本數(shù)的不平衡將導致近岸場景和近岸場景之間模型學習表示能力的巨大不平衡。網(wǎng)絡將僅擅長于檢測許多簡單的遠海樣本中的船。近岸船舶的檢測性能將因訓練樣本少而差，而海上船舶的檢測性能將因樣本的增加而變得優(yōu)異。學者在設計檢測算法時應特別注意這一問題。
SSDD船舶目標尺寸定義標準
不同類型的船具有不同的尺寸，同一尺寸的船也會有不同的分辨率，這都會導致圖像中像素總數(shù)的變化，多尺度船舶檢測是一項具有挑戰(zhàn)性的任務。但到目前為止，在SAR圖像中還沒有明確的定義哪些船舶是小型船舶，哪些船舶是大型船舶。一些學者認為小于40像素的船只是小型船只，但他們沒有考慮到圖像的實際分辨率。此外，僅僅根據(jù)像素數(shù)量來確定船舶的尺寸，這與計算機視覺界的共識不一致。
在SAR船舶檢測領域，有人遵循COCO數(shù)據(jù)集的標準對船舶尺寸進行分類，即BBox<32X32的面積表示小型船舶，32X3296X96的面積表示大型船舶。
然而，該定義僅針對COCO數(shù)據(jù)集，在SSDD數(shù)據(jù)集上使用它會有問題，因為它與BBox的面積分布不匹配。因此，需要根據(jù)SSDD數(shù)據(jù)集指定船舶尺寸的定義，此外，還應根據(jù)不同的標簽類型定義船舶尺寸。最后，根據(jù)統(tǒng)計結果，定義了船舶尺寸標準。 SSDD密集分布小尺寸樣本標準
由于特征不明確，密集分布的小型船舶很難被檢測。為了便于在此特定場景中進行性能評估，這里在測試集中指定了密集分布的小型船舶樣本，如下圖所示。在232張測試圖像中，有10張圖像密集分布著小型船舶，根據(jù)實際經(jīng)驗，001119.jpg中的船舶最難檢測，研究人員可對此給予更多的關注。
密集分布的小船
對于這種困難的樣本，這里提供了幾種可能的解決方案：1.可以使用隨機裁剪數(shù)據(jù)增強來增加小型船舶在整個圖像中的比例。2.可以在深度網(wǎng)絡的淺層檢測小型船舶，特征損失低。3.可以將CFAR結合到深度網(wǎng)絡中，因為CFAR對像素更敏感。4.可以結合視覺顯著性理論生成顯著性圖來指導深度網(wǎng)絡學習特征，因為這些小船在人眼觀察中非常重要。5.可以設計一個深度網(wǎng)絡來超分辨率重建小型船舶，這樣，小型船舶的功能將更加豐富。
SSDD在港口密集排列的船舶樣本標準
在港口密集排列的船舶也很難被發(fā)現(xiàn)。一方面，復雜的陸地背景會降低訓練效率，因為訓練過程中會產(chǎn)生大量的負樣本。另一方面，由于SAR特殊的成像機制和有限的分辨率，并排停泊的船舶會產(chǎn)生船體重疊效應。為了便于在此特定場景中進行性能評估，我們在測試集中指定了港口船舶平行停泊的樣本，如下圖所示。
港口密集排列的船舶
此外，對于這種困難的樣本，這里提供了幾種可能的解決方案：1.可以使用注意機制來抑制陸地干擾，從而將注意力集中在船舶區(qū)域。2.可以使用分割掩模來輔助船舶檢測。3.可以使用生成性對抗網(wǎng)絡（GAN）生成此類場景的更多樣本，以提高這些船舶的學習比例。4.可以使用軟NMS后處理算法來避免漏檢。
以上內容來自論文：SAR Ship Detection Dataset (SSDD) Of?cial Release and Comprehensive Data Analysis，需要英文原文的請給“雷達通信電子戰(zhàn)”微信公眾號發(fā)送“1010”查看，全文共41頁。
SSDD訓練與測試集的劃分標準
SSDD的原論文采用了7:1:2的隨機比例，將數(shù)據(jù)集劃分為訓練集、驗證集和測試集。然而，這種隨機劃分機制將導致測試集中樣本的極大不確定性，導致使用同一檢測算法進行多次訓練和測試時，產(chǎn)生不同的結果。這是因為SSDD中的樣本數(shù)量太少，只有1160個，隨機劃分可能會破壞訓練集和測試集之間的分布一致性。
后來，一些研究人員也采用了其他比例進行訓練、驗證和測試，但這些不同的數(shù)據(jù)集劃分將導致不統(tǒng)一的方法比較，不利于學術交流。事實上，計算機視覺領域的兩個目標檢測數(shù)據(jù)集（PACAL VOC和COCO），都提供了唯一確定的訓練集、驗證集和測試集，這可確保對比的公平性。
因此，這里對SSDD的訓練集和測試集的劃分做出了嚴格的規(guī)定。文件編號最后數(shù)字為1和9的圖像被確定為測試集，其余的被視為訓練集。該規(guī)則還可以保持訓練集和測試集分布的一致性，有利于網(wǎng)絡特征學習。
這里沒有提供驗證集，因為SSDD中的樣本數(shù)量非常少，因此應該珍惜每個樣本，以確保每個測試樣本的訓練梯度減小。然而，驗證集不參與訓練梯度下降，這將不可避免地導致船舶特征學習不足。當然，如果研究者想要監(jiān)控模型在訓練過程中是否被過度擬合，他們可以建立多個重疊的交叉驗證集來達到目的。
近岸與遠海目標劃分標準
近岸圖像中的陸地背景非常復雜，船舶容易受到港口設施的干擾。為了分別計算近岸和遠海這兩種情況下算法的性能，這里確定了測試集的近岸和遠海圖像（近岸圖像在下圖中以洋紅色標記）。在232幅測試圖像中，有186幅近海場景圖像，而只有46幅近海場景圖像。
與HRSID和LS-SSDD-v1.0類似，這里將包含陸地的圖像視為近岸樣本，而將其他圖像視為遠海樣本。近岸和遠海樣本的數(shù)量是極不平衡（分別是19.8%和80.2%）的，這種現(xiàn)象與地球的海洋面積比陸地大得多這一事實相符。
然而，深度學習需要大量數(shù)據(jù)來學習特征，更多的數(shù)據(jù)可帶來更好的學習效益。因此，近岸場景和遠海場景之間樣本數(shù)的不平衡將導致近岸場景和近岸場景之間模型學習表示能力的巨大不平衡。網(wǎng)絡將僅擅長于檢測許多簡單的遠海樣本中的船。近岸船舶的檢測性能將因訓練樣本少而差，而海上船舶的檢測性能將因樣本的增加而變得優(yōu)異。學者在設計檢測算法時應特別注意這一問題。
SSDD船舶目標尺寸定義標準
不同類型的船具有不同的尺寸，同一尺寸的船也會有不同的分辨率，這都會導致圖像中像素總數(shù)的變化，多尺度船舶檢測是一項具有挑戰(zhàn)性的任務。但到目前為止，在SAR圖像中還沒有明確的定義哪些船舶是小型船舶，哪些船舶是大型船舶。一些學者認為小于40像素的船只是小型船只，但他們沒有考慮到圖像的實際分辨率。此外，僅僅根據(jù)像素數(shù)量來確定船舶的尺寸，這與計算機視覺界的共識不一致。
在SAR船舶檢測領域，有人遵循COCO數(shù)據(jù)集的標準對船舶尺寸進行分類，即BBox<32X32的面積表示小型船舶，32X32
然而，該定義僅針對COCO數(shù)據(jù)集，在SSDD數(shù)據(jù)集上使用它會有問題，因為它與BBox的面積分布不匹配。因此，需要根據(jù)SSDD數(shù)據(jù)集指定船舶尺寸的定義，此外，還應根據(jù)不同的標簽類型定義船舶尺寸。最后，根據(jù)統(tǒng)計結果，定義了船舶尺寸標準。 SSDD密集分布小尺寸樣本標準
由于特征不明確，密集分布的小型船舶很難被檢測。為了便于在此特定場景中進行性能評估，這里在測試集中指定了密集分布的小型船舶樣本，如下圖所示。在232張測試圖像中，有10張圖像密集分布著小型船舶，根據(jù)實際經(jīng)驗，001119.jpg中的船舶最難檢測，研究人員可對此給予更多的關注。
密集分布的小船
對于這種困難的樣本，這里提供了幾種可能的解決方案：1.可以使用隨機裁剪數(shù)據(jù)增強來增加小型船舶在整個圖像中的比例。2.可以在深度網(wǎng)絡的淺層檢測小型船舶，特征損失低。3.可以將CFAR結合到深度網(wǎng)絡中，因為CFAR對像素更敏感。4.可以結合視覺顯著性理論生成顯著性圖來指導深度網(wǎng)絡學習特征，因為這些小船在人眼觀察中非常重要。5.可以設計一個深度網(wǎng)絡來超分辨率重建小型船舶，這樣，小型船舶的功能將更加豐富。
SSDD在港口密集排列的船舶樣本標準
在港口密集排列的船舶也很難被發(fā)現(xiàn)。一方面，復雜的陸地背景會降低訓練效率，因為訓練過程中會產(chǎn)生大量的負樣本。另一方面，由于SAR特殊的成像機制和有限的分辨率，并排停泊的船舶會產(chǎn)生船體重疊效應。為了便于在此特定場景中進行性能評估，我們在測試集中指定了港口船舶平行停泊的樣本，如下圖所示。
港口密集排列的船舶
此外，對于這種困難的樣本，這里提供了幾種可能的解決方案：1.可以使用注意機制來抑制陸地干擾，從而將注意力集中在船舶區(qū)域。2.可以使用分割掩模來輔助船舶檢測。3.可以使用生成性對抗網(wǎng)絡（GAN）生成此類場景的更多樣本，以提高這些船舶的學習比例。4.可以使用軟NMS后處理算法來避免漏檢。
以上內容來自論文：SAR Ship Detection Dataset (SSDD) Of?cial Release and Comprehensive Data Analysis，需要英文原文的請給“雷達通信電子戰(zhàn)”微信公眾號發(fā)送“1010”查看，全文共41頁。
下載文檔
