[论文解读] FGSD: A Dataset for Fine-Grained Ship Detection in High Resolution Satellite Images

Kaiyan Chen, Ming Wu+2 more|arXiv (Cornell University)|Mar 15, 2020

Remote-Sensing Image Classification参考文献 9被引用 22

一句话总结

该论文提出了FGSD，一个大规模、细粒度的船舶检测数据集，包含来自全球17个港口的4,736张高分辨率卫星图像，标注了43种船舶类别和一种新的'码头'类别，同时包含水平和旋转的边界框。该工作提出了一种新颖且直观的方向表示方法，使用方向向量，并提供了详细的元数据，为细粒度船舶检测设立了新基准，基线模型的mAP分别达到0.65（R2CNN）和0.70（Faster R-CNN）。

ABSTRACT

Ship detection using high-resolution remote sensing images is an important task, which contribute to sea surface regulation. The complex background and special visual angle make ship detection relies in high quality datasets to a certain extent. However, there is few works on giving both precise classification and accurate location of ships in existing ship detection datasets. To further promote the research of ship detection, we introduced a new fine-grained ship detection datasets, which is named as FGSD. The dataset collects high-resolution remote sensing images that containing ship samples from multiple large ports around the world. Ship samples were fine categorized and annotated with both horizontal and rotating bounding boxes. To further detailed the information of the dataset, we put forward a new representation method of ships' orientation. For future research, the dock as a new class was annotated in the dataset. Besides, rich information of images were provided in FGSD, including the source port, resolution and corresponding GoogleEarth' s resolution level of each image. As far as we know, FGSD is the most comprehensive ship detection dataset currently and it'll be available soon. Some baselines for FGSD are also provided in this paper.

研究动机与目标

• 为解决高分辨率遥感中缺乏全面、细粒度船舶检测数据集的问题，创建一个全新的大规模基准数据集。
• 通过使用旋转边界框实现细粒度分类和精确定位，提升船舶检测性能。
• 提出一种新颖且直观的船舶方向表示方法，以增强检测模型的鲁棒性和泛化能力。
• 提供丰富的元数据，包括来源港口、图像分辨率和Google Earth分辨率等级，以支持可复现的研究和数据集分析。
• 利用最先进的模型（R2CNN和Faster R-CNN）建立强基线，以供未来方法的评估与推进。

提出的方法

• 使用Google Earth在多个分辨率等级（0.12m至1.93m）下收集了来自17个主要全球港口的4,736张高分辨率卫星图像，图像尺寸统一为930×930。
• 使用水平和旋转边界框对43种细粒度船舶类别中的5,634个船舶实例以及1,366个码头实例进行标注。
• 提出一种新型方向表示方法，使用从船舶中心指向船首的方向向量(d₁, d₂) ∈ {−1, 0, 1}²，该向量由旋转边界框(x_c, y_c, w, h, θ)推导得出。
• 实施一种多级标签方案，在一级标签'ship'下设4个二级类别（军舰、航空母舰、潜艇、民用船），支持细粒度分类。
• 在标注文件中提供详细的图像元数据，包括来源港口ID、图像分辨率和对应的Google Earth分辨率等级。
• 使用ResNet-101作为主干网络，以mAP为评估指标，对基线模型（R2CNN用于旋转检测，Faster R-CNN用于水平检测）进行评估。

实验结果

研究问题

• RQ1 如何构建一个全面、细粒度的船舶检测数据集，以支持高级遥感应用？
• RQ2 多级标签和旋转边界框标注对高分辨率卫星图像中船舶检测性能有何影响？
• RQ3 一种新颖且直观的方向表示方法是否能提升船舶检测模型的准确性和鲁棒性？
• RQ4 与现有基准（如HRSC2016）相比，所提出的FGSD数据集在规模、多样性及标注丰富度方面有何差异？
• RQ5 在FGSD数据集上，使用最先进的目标检测框架，其强基线性能水平如何？

主要发现

• FGSD是迄今为止规模最大、最全面的细粒度船舶检测数据集，包含4,736张图像、43个类别的5,634个船舶实例以及1,366个码头实例。
• 该数据集包含丰富的元数据，如来源港口ID、图像分辨率和Google Earth分辨率等级，显著提升了可复现性与分析能力。
• 所提出的使用方向向量(d₁, d₂)的方向表示方法，相比以往方法，提供了更直观且简洁的船舶方向编码方式。
• 基线评估结果显示，R2CNN在旋转边界框检测上的平均平均精度（mAP）达到0.65，而Faster R-CNN在水平边界框检测上的mAP达到0.70。
• 与HRSC2016相比，该数据集在类别数量（43 vs. 22）和样本多样性方面均有显著提升，且类分布更优，支持多级标签的细粒度分析。
• 引入'码头'类别为未来在海事环境中的多目标检测与场景理解研究提供了可能。