基于DIOR遥感目标检测数据集

最近，人们投入了大量精力来介绍光学遥感图像中物体检测的各种方法。然而，目前对光学遥感图像中目标检测数据集和基于深度学习的方法的调查还不够充分。此外，现有数据集大多存在一些不足，例如图像和对象类别数量小，图像多样性和变异性不足。这些局限性极大地影响了基于深度学习的目标检测方法的发展。该数据集被命名为DIOR。数据集包含23463张图片和192472个实例，涵盖20个对象类别。所提出的DIOR数据集1）在对象类别、对象实例数和总图像数上是大规模的;2）不仅在空间分辨率方面，而且在对象之间类间和类内大小变化方面具有很大的对象大小变化;3）由于图像是在不同的成像条件、天气、季节和图像质量下获得的，因此变化很大;4）具有较高的类间相似性和类内多样性。