Optics and Precision Engineering, Volume. 31, Issue 15, 2295(2023)
Review of deep learning-based algorithms for ship target detection from remote sensing images
Figures & Tables(23)
Fig. 16. Common methods for improving effectiveness of small target detection
Fig. 19. Large-area remote sensing image segmentation detection process
Table 1. Comparison of classical algorithm detection results
View tableView in ArticleTable 1. Comparison of classical algorithm detection results
数据集
算法
VOC2007
（mAP/%）
VOC2012
（mAP/%）
COCO
（AP/%）
R-CNN 58.5 53.3 — SPPNet 59.2 — — Fast R-CNN 66.9 65.7 19.7 Faster R-CNN 69.9 67.0 21.9 YOLO 63.4 57.9 — SSD 74.3 72.4 28.8 YOLOv2 78.6 73.4 21.6 YOLOv3 — — 28.2 YOLOv4 — — 43.5 YOLOv5 — — 55 CornerNet — — 42.1 CenterNet — — 28.1 FASF — — 44.6 FCOS — — 44.7
Table 2. Comparison of ship datasets
View tableView in ArticleTable 2. Comparison of ship datasets
数据集 图像
类型
舰船图像数目 图像尺寸 分辨率/m 标注方式 采用数据集文献 DOTA 可见光 573 800×800~
4 000×4 000
— 水平边界框、旋转边界框 ［
24 ］［38 ］［41 ］［48 ］［
50 ］［55 ］［59 ］［68 ］［92 ］HSRC2016 可见光 1 070 300×300~
1 500×900
0.4~2 旋转边界框 ［
26 ］［39 ］［42 ］［48 ］［
52 ］［55 ］［58 ］［64 ］［93 ］NWPU VHR-10 可见光 — 533×597~
1 728×1 028
0.5~2 水平边界框 ［ 43 ］［44 ］［50 ］［94 ］Kaggle 可见光 — 768×768 — 二进制掩码 ［ 27 ］［45 ］［56 ］［71 ］［83 ］MASATI 可见光 3 113 512×512 — 水平边界框 ［ 72 ］［96 ］HRRSD 可见光 3 886 — 0.15~1.2 水平边界框 ［ 55 ］［97 ］DIOR 可见光 2 702 800×800 0.5~30 水平边界框 ［ 42 ］［98 ］FGSC-23 可见光 4 052 — 0.4~2 长宽比及方向 ［ 99 ］SSDD SAR 1 160 500×500 1~15 水平边界框 ［
29 ］［31 ］［32 ］［
37 ］［39 ］［40 ］［50 ］［
81 ］［84 ］［87 ］［100 ］SAR-ship-Dataset SAR 43 819 256×256 3，5，8，10 水平边界框 ［ 37 ］［54 ］［101 ］AIR-SARShip SAR 31 3 000×3 000 1，3 水平边界框 ［ 69 ］［102 ］HRSID SAR 5 604 800×800 0.5~3 水平边界框 ［ 37 ］［53 ］［103 ］
Tools
Get Citation
Copy Citation Text
Zexian HUANG, Fanlu WU, Yao FU, Yu ZHANG, Xiaonan JIANG. Review of deep learning-based algorithms for ship target detection from remote sensing images[J]. Optics and Precision Engineering, 2023, 31(15): 2295
Paper Information
Category: Information Sciences
Received: Sep. 16, 2022
Accepted: --
Published Online: Sep. 5, 2023
The Author Email: JIANG Xiaonan (jxn_ciomp@qq.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20