航空遥感图像(Aerial Images)目标检测数据集汇总
现有的常规目标检测数据集种类繁多。当前前沿的目标检测算法（包括但不限于Faster R-CNN、Yolo、SSD以及Mask R-CNN等）基本上都是基于这些标准数据集进行实验。然而，在航空遥感图像领域中使用这类传统训练方法所获得的效果却不尽如人意。其主要原因在于航空遥感图像具有独特特性：
涵盖从几百米到数千米不等的飞行高度进行拍摄；在地物方面同样展现出了层次多样性；对于同类目标而言其尺寸存在显著差异；例如较大的船舶长度达数百米而较小的目标则仅有几十米之长
- 视角的独特性：航空遥感图像的主要视角通常是空中的俯视图；然而，在大多数情况下，默认的数据集采用的是地面水平视角；因此，在同一目标下所呈现的特征是截然不同的；基于经过在常规数据集上良好训练后形成的检测器，在应用于航空遥感图像时可能会表现出较差的效果。
对于航空遥感图像的小目标检测问题而言，在许多应用领域中都面临挑战。其中许多是面积较小的目标（仅几个至几十个像素），这些小尺寸的目标具有有限的信息量。传统的基于CNN的目标检测方法在常规数据集上表现出色，在面对小尺寸目标时，则会遇到显著困难。例如，在经过四次池化（假设每次池化步长为2）后（假设每次池化步长为2），原本24x24的区域将被压缩至仅1x1的像素区域进行处理
在航空遥感图像中采用俯视拍摄方式以应对多维度问题，在这种场景下所指的方向具有不确定性（而常规数据集上往往显著地具有确定性特征，其中行人和车辆通常呈现直立状态），因此目标检测器需要对方向具有较强的适应能力
5，在复杂程度上有较高的要求；航空遥感图像的视野范围通常较大（一般达到数平方公里），该区域可能包含多种多样的背景元素，并会对目标检测带来较大的干扰
鉴于上述原因，在进行航空遥感图像目标检测任务时，若仅依靠传统数据集进行模型训练，则难以达到理想的检测性能；因此必须依赖专门构建的航空遥感图像数据库以获取高质量的学习样本。以下是一些推荐的资源：
该数据集由武大遥感国重实验室的夏桂松教授及其所属华科电信学院白翔教授共同开发。该集合包含28,976张高分辨率遥感图像（每张图像尺寸为4,000×4,000像素），共计188,282个实例，并划分为15个不同的类别。与该开放数据集NWPU VHR-10相比
数据集下载：http://captain.whu.edu.cn/DOTAweb/
- UCAS-AOD: 该数据集基于airspace图像中的物体检测进行标注，并由中国科学院大学模式识别与智能系统开发实验室完成标注工作。该数据集仅包含两个类别：汽车、飞机及其背景负样本。具体样本数量如下所示
相关链接：http://www.ucassdl.cn/resource.asp
您可以通过点击以下链接获取该数据集：[ Dataset ](http://www.ucassdl.cn/resource/dataset/�� AD/%E7 A7 1/Etc.) 并查看其详细说明： Instruction 同时也可以下载指导文档的中文版本：[ Instruction-cn ](http://www.ucassdl.cn/resource/dataset/� B8 AD/%E7 A7 1/Etc.%E5 AF B4 %E6 ）
Referencing H. Zhu et al., "Robust Orientation-Based Object Detection in Aerial Imagery Utilizing Deep CNN," Proceedings of the 2015 IEEE International Conference on Image Processing
西北工业大学VHR-10数据集
相关链接：http://jiong.tea.ac.cn/people/JunweiHan/NWPUVHR10dataset.html
注
飞机：4993 aeroplanes within 446 images. 操场上：191 playgrounds within 189 images. 立交桥：180 interchanges in 176 interchanges.
油桶：1586 oiltanks in 165 images.
链接：https://github.com/RSIA-LIESMARS-WHU/RSOD-Dataset-
INRIA空中图像数据集
为了简化操作流程,UCAS-AOD 和 NWPU VHR-10 的数据下载地址同样可以在我的个人百度云盘中访问：https://pan.baidu.com/s/1bplTvif ，密码为ppef