MSTAR官方数据集介绍
2026-02-02 04:21:31作者:宣聪麟
MSTAR官方数据集是目前广泛应用于合成孔径雷达(SAR)自动目标识别(ATR)研究的权威图像数据集。该数据集由美国相关研究机构提供,专门用于地面车辆目标的识别与分类。
数据集详情
图像特点
- 图像类型:聚束式MSTAR SAR图像
- 分辨率:0.3米 × 0.3米
- 像素尺寸:128 × 128
- 包含类别:包含3大类(BMP2、BTR70、T72),共7种不同型号的地物目标
目标差异
在相同大类中,不同型号的地物目标由于配置的差异(例如车辆上是否有附加设备、油箱,天线是否展开;运输工具上的配件、挡泥板和聚光灯等),被定义为变形目标。
方位角多样性
考虑到SAR图像对方位角的敏感性,数据集为每种目标采集了大量不同方位角的图像。方位角范围从0°到360°,间隔约为1°到2°。
使用说明
MSTAR官方数据集为研究人员提供了一个宝贵的资源,用于研究SAR图像处理、目标识别和分类算法。使用该数据集时,研究者应遵守相关法律法规,并保证研究成果的应用符合和平用途。
通过使用本数据集,研究人员可以更好地理解和分析SAR图像特性,进一步推动我国在SAR ATR领域的技术进步。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168