لدى اكتشاف وتمييز أهداف السفن في صور الاستشعار عن بعد الفضائية قيمة تطبيقية هامة في مجالات مراقبة المحيطات وإدارة الشحن والاستطلاع العسكري. إلا أن النقص في الحجم والتنوع والتفصيل الدقيق في مجموعات البيانات الحالية يقيد تطور هذا المجال بشكل كبير. لتجاوز هذا العائق، أنشأت هذه الورقة مجموعة بيانات كشف سفن مقياس كبير ودقيق التفاصيل تسمى LAFI (LArge-scale FIne-grained Ship Instance Detection)، وبُني على نموذج الانتشار المستقر لإنشاء مجموعة بيانات كشف أهداف السفن بمستوى مليون LAFI-Diffusion. تحمل هذه الدراسة المساهمات الابتكارية التالية: (1) LAFI هي أكبر مجموعة بيانات سفن عامة من حيث الحجم وأغناها بالأنواع، تحتوي على 8000 صورة استشعار عن بعد عالية الدقة، و49 نوعًا من السفن، و48717 مثالًا مُعلَّمًا بدقة؛ (2) باستخدام نموذج انتشار قابل للتحكم، يتم توليد ملايين الصور التركيبية تحت توجيه النصوص ذات الصلة بالسفينة والمحيط، في ظروف بحرية وجوية ووقتية مختلفة، مما يدعم التدريب المسبق لنماذج الكشف عن الأهداف، ويعزز بشكل كبير قدرة النموذج على التعميم في المشاهد البحرية المعقدة، مع تقليل تأثير التشويش البيئي. أخيرًا، استنادًا إلى مجموعة بيانات LAFI، قامت هذه الورقة بتقييم نظامي لسبعة من خوارزميات الكشف بالإطارات الموجهة الشهيرة، موفرةً معيارًا هامًا للدراسات المستقبلية.

صور الاستشعار عن بعد;كشف أهداف السفن;مجموعة بيانات;نموذج الانتشار;توليد البيانات التركيبية;تمييز دقيق التفاصيل;إطارات حدودية موجهة;تعزيز البيانات