Обнаружение и распознавание кораблей на спутниковых снимках дистанционного зондирования имеют важное прикладное значение в области морского мониторинга, управления судоходством и военной разведки. Однако существующие наборы данных ограничены в масштабах, разнообразии и детальной проработке, что значительно сдерживает развитие этой области. Чтобы преодолеть это ограничение, в данной статье создан крупномасштабный набор данных для детекции экземпляров кораблей с тонкой детализацией LAFI (LArge-scale FIne-grained Ship Instance Detection), и на базе стабильной модели диффузии дополнительно построен миллионный набор данных детекции целей кораблей LAFI-Diffusion. Исследование вносит следующие инновационные вклады: (1) LAFI — крупнейший и самый разнообразный в плане классов открытый набор данных по кораблям, включающий 8000 высококачественных снимков дистанционного зондирования, 49 типов кораблей и 48717 точно аннотированных экземпляров; (2) с использованием управляемой диффузионной модели, генерируется несколько миллионов синтетических изображений под руководством текстовых подсказок, связанных с кораблями и морем, при различных морских условиях, погоде и изменениях времени, что поддерживает предварительное обучение моделей детекции целей, значительно повышая их способность к обобщению в сложных морских сценах и снижая влияние помех окружающей среды. Наконец, на основе набора данных LAFI проведена систематическая оценка семи популярных алгоритмов детекции направленных рамок, предоставляя важный эталон для последующих исследований.

изображения дистанционного зондирования; обнаружение кораблей; набор данных; модель диффузии; генерация синтетических данных; тонкая сегментация; направленные ограничительные рамки; увеличение данных