新闻中心

基于PaddleDetection卫星应用赛题——海上船舶智能检测

2025-07-25
浏览次数：次
返回列表
该赛题聚焦基于PaddleDetection的海上船舶智能检测，利用GF-3和哨兵1号卫星的SAR数据。数据集含256x256像素船舶切片及标注，需通过模型检测生成特定格式csv提交。流程包括数据预处理、用faster_rcnn_swin_tiny_fpn模型训练、预测，旨在探索针对性检测方法，助力领海安全等领域。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于paddledetection卫星应用赛题——海上船舶智能检测 -

基于PaddleDetection卫星应用赛题——海上船舶智能检测

一、赛题背景

基于海上船舶目标检测对于领海安全、渔业资源管理和海上运输与救援具有重要意义，但在天气和海浪等不可控自然因素的影响下，依靠派遣海警船或基于可见光数据进行船舶目标监测等手段往往难以有效开展。卫星合成孔径雷达(SAR)是一种全天时、全天候、多维度获取信息的主动式微波成像雷达，为海洋上多尺度的船舶检测提供了强有力的数据保障和技术支持，在遥感图像船舶检测领域占有重要地位。由于SAR的成像原理与光学相机存在很大的差别，如何利用SAR数据特性设计出一套具有针对性的船舶检测方法是一大难点。本赛题鼓励选手通过数据算法寻找这个难题的新颖解法，进一步推动海上船舶智能检测的发展。

二、赛题任务

通过PaddleDetection实现对海上船舶智能检测，通过数据算法寻找这个难题的新颖解法，进一步推动海上船舶智能检测的发展。 基于PaddleDetection卫星应用赛题——海上船舶智能检测 -        

三、数据集介绍

源数据为中国资源卫星应用中心提供的102景GF-3卫星数据及欧空局提供的108景哨兵1号卫星数据。标注数据由中国科学院空天信息创新研究院王超研究员团队制作和提供，通过对源数据进行幅度值生成，位深量化和灰度拉伸处理后，将原始16位复数数据加工为8位数字图像。通过裁剪和筛选，形成像素尺寸为256x256的船舶切片，并通过Labelme目标标注软件，为每一张船舶切片生成对应的船舶标注框信息文本。基于PaddleDetection卫星应用赛题——海上船舶智能检测 -        

四、提交实例

参赛者需要将所有模型检测结果放入一个csv文件中，命名为submission.csv，文件内容格式如下表所示： 每一行为一个待检测影像的信息和结果，其中第一列存储待检测的影像名称（不包含后缀名），第二列存储检测的垂直边框信息，具体边框信息格式为[目标矩形中心点相对横坐标 目标矩形中心点相对纵坐标 目标矩形相对长度比例 目标矩形相对宽度比例]（数字间用英文空格隔开），如果有多个垂直边框，用英文的“;”将边框信息进行分离。基于PaddleDetection卫星应用赛题——海上船舶智能检测 -        

五、评分标准

基于PaddleDetection卫星应用赛题——海上船舶智能检测 -        

六、数据预处理

竞赛训练数据集中包括两类数据文件，第一类是.jpg格式的SAR影像文件，第二类是txt格式的船舶标注信息文本文件，两者通过相同的名称进行关联，名称命名规则可忽略。

  1. 下载数据集（训练集和测试集） 在比赛官网https://www.dcic-china.com/competitions/10022/datasets下载测试集和训练集

  2. 其次解压数据集 执行以下命令解压数据集，解压之后将压缩包删除，保证项目空间小于100G。否则项目会被终止。

In [ ] 
# 1.安装依赖%cd work/PaddleDetection/
!pip install -r requirements.txt
!pip install paddlex
    In [ ] 
# 2.解压数据集%cd /home/aistudio/data/
!unzip data127873/training_dataset.zip!unzip data127874/test_dataset.zip!rm -rf data12*
    In [13] 
!mkdir Images
!mkdir txts
!cp -r train/*.jpg Images
!cp -r train/*.txt txts
   

3.数据格式转换 按上述目录结构整理数据之后，原始标签为.txt文件，需要转换为符合VOC规范的.xml文件，接下来进行标签格式转换。

美图云修 美图云修

商业级AI影像处理工具

美图云修 50 查看详情 美图云修

Step 1：修改txt2voc.py中的data_dir为数据集所在文件夹

In [41] 
# 3.数据格式转换%cd ./train
!python text2voc.py
!cd ./train/ship_detect ./work/PaddleDetection/dataset
   

七、模型训练

1.利用PaddleDetection套件对检测目标模型进行训练，首先在https://gitee.com/PaddlePaddle/PaddleDetection.git 里，进行克隆，下载项目。基于PaddleDetection卫星应用赛题——海上船舶智能检测 -        

In [1] 
# 1.下载PaddleDetection代码%cd ~/work/# 从Gitee上下载PaddleDetection代码!git clone https://gitee.com/PaddlePaddle/PaddleDetection.git -b develop# 若网速较慢，可使用如下方法下载# !git clone https://hub.fastgit.org/PaddlePaddle/PaddleDetection.git
       
/home/aistudio/work
正克隆到 'PaddleDetection'...
remote: Enumerating objects: 21396, done.
remote: Counting objects: 100% (1866/1866), done.
remote: Compressing objects: 100% (934/934), done.
remote: Total 21396 (delta 1313), reused 1300 (delta 929), pack-reused 19530
接收对象中: 100% (21396/21396), 202.22 MiB | 16.11 MiB/s, 完成.
处理 delta 中: 100% (15862/15862), 完成.
检查连接... 完成。
       

2.选用PaddleDetection中的目标检测模型，修改参数以及数据集路径，这里选用faster_rcnn_swin_tiny_fpn_3x_coco.yml对数据进行训练。 （1）修改work/PaddleDetection/configs/datasets/voc.yml中的voc数据集所在路径和num_classes。

metric: VOCmap_type: 11pointnum_classes: 2TrainDataset:
  !VOCDataSet
    dataset_dir: dataset/ship_detect
    anno_path: train_list.txt
    label_list: labels.txt
    data_fields: ['image', 'gt_bbox', 'gt_class', 'difficult']EvalDataset:
  !VOCDataSet
    dataset_dir: dataset/ship_detect
    anno_path: train_list.txt
    label_list: labels.txt
    data_fields: ['image', 'gt_bbox', 'gt_class', 'difficult']TestDataset:
  !ImageFolder
    anno_path: dataset/ship_detect/labels.txt
       

（2）修改work/PaddleDetection/configs/faster_rcnn/faster_rcnn_swin_tiny_fpn_1x_coco.yml中数据集格式

_BASE_: [  '../datasets/voc.yml',  '../runtime.yml',  '_base_/optimizer_swin_1x.yml',  '_base_/faster_rcnn_swin_tiny_fpn.yml',  '_base_/faster_rcnn_swin_reader.yml',
]
weights: output/faster_rcnn_swin_tiny_fpn_1x_coco/model_final
    In [ ] 
# 2.选用PaddleDetection中的目标检测模型，修改参数以及数据集路径，这里选用faster_rcnn_swin_tiny_fpn_3x_coco.yml对数据进行训练。%cd ~/work/PaddleDetection
!python3.7  ./tools/train.py -c ./configs/faster_rcnn/faster_rcnn_swin_tiny_fpn_3x_coco.yml
   

八、模型预测

将预测txt和jpg保存到/home/aistudio/test_a/

In [ ] 
# 3.模型预测! cd PaddleDetection && python tools/infer.py -c ./configs/faster_rcnn/faster_rcnn_swin_tiny_fpn_3x_coco.yml --infer_dir=/home/aistudio/测试集/ --s*e_txt=True --output_dir=/home/aistudio/test_a/ > log.log
    In [ ] 
# 4.生成提交文件%cd ~/work/PaddleDetection/dataset/ship_detect/
!python submission.py
   

以上就是基于PaddleDetection卫星应用赛题——海上船舶智能检测的详细内容，更多请关注其它相关文章！


# git  # 铁岭网站建设  # 雁塔区网站推广哪家强些  # 温州正规网站推广店铺  # 多维  # 海安  # 英文  # 格式转换  # 中心点  # 官网  # 美图  # 中文网  # python  # ai  # csv文件  # igs  # udio  # fig  # type  # coco  # 海上  # 一言  # 廊坊网站建设推广经验  # 岚县本地网站推广咨询  # 谷歌seo网站优化方案  # 网站推广怎样进行  # 广州天河微信网站建设  # 景区网站建设的好处  # uc浏览器营销推广 


相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】


相关推荐： 反向春运抢票方式  征信不好如何恢复正常 征信不好要怎么样才能恢复正常教程  vivo怎么投屏到电视看爱奇艺教程  固态硬盘如何检查  跑分是什么意思  楔子是什么意思  夸克*免费吗  为什么夸克下载不到  j*a二数组怎么创建  电瓶车屏幕上显示power是什么意思  1kb等于多少字节  市盈率为负值是什么意思  soup是什么意思  如何检测固态硬盘温度  怎么自学typescript  j*a数组逆序怎么写  春运抢票可以抢几次票  交管12123协议头不完整是啥意思  linux下如何重定位命令  如何ping测试命令  硬盘和固态硬盘如何区分  商誉是什么意思  车子上面nfc功能是什么意思  市盈率动亏损是什么意思  typescript怎么写多个构造方法  r中如何逐行执行命令  j*a怎么用json数组  固态硬盘如何迁移系统  j*a中如何创建列表数组  power在充电器上是什么意思  电焊机power和oc是什么意思  typescript如何标记私有方法  台机如何安装固态硬盘  vue组件typescript怎么用  苹果16有哪些黑科技  如何在命令行写j*a程序  春运哪天抢票最好  苹果16要升级哪些功能  固态硬盘如何装入机箱  如何辨别固态硬盘坏块  kingston是什么_kingston是什么意思  使用typescript对团队有什么要求  为什么夸克流畅播失败  市盈率300是什么意思  12306放票时间规律(2025)  debug中如何用n命令命名程序文件名  系统如何装进固态硬盘  夸克的答案为什么不对  夸克缺什么登录不了  汽车中控导航机power线是什么意思 

上一篇：如何通过夸克AI大模型运营社群赚钱 夸克AI大模型自动生成社群内容
下一篇：如何结合豆包AI实现AIGC工作流 豆包AI自动创作流程整合技巧

搜索