MID: 面向多尺度密集船舶遮挡与互动场景的全方位航海数据集
计算机视觉与模式识别
2024-12-12 v3
摘要
本文介绍了航海船舶导航行为数据集 (MID)，旨在使用定向包围盒 (OBB) 解决复杂航海环境中船舶检测的挑战。MID 包含 5,673 张图像，标注了 135,884 个精细目标实例，支持监督学习和半监督学习。数据集包含多样化的航海场景，如不同天气条件下的船舶相遇、靠泊操控、小目标聚类以及部分遮挡，填补了 HRSID、SSDD 和 NWPU-10 等数据集的关键缺口。MID 的图像来源于 43 个水域实景航行的高清视频片段，包含多变的天气与光照条件（如雨天、雾天）。人工精心标注的注释增强了数据集的多样性，确保其适用于繁忙港口和密集航海区域的实际需求。这种多样性使在 MID 上训练的模型能够更好地应对复杂动态环境，推动航海情报和自动导航系统的发展。为验证 MID 的实用性，我们评估了 10 种检测算法，对数据集进行深入分析，比较 various 模型的检测结果，并聚焦于遮挡和稠密目标聚类的处理。结果表明，MID 有望推动智能航海交通监控和自动导航系统的创新。该数据集将在 https://github.com/VirtualNew/MID_DataSet 上公开。
引用
@article{arxiv.2412.05871,
title = {MID: A Comprehensive Shore-Based Dataset for Multi-Scale Dense Ship Occlusion and Interaction Scenarios},
author = {Yugang Chang and Hongyu Chen and Fei Wang and Chengcheng Chen and Weiming Zeng},
journal= {arXiv preprint arXiv:2412.05871},
year = {2024}
}