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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0193- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
601
4.04 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
Ascend Extension for PyTorch
Python
441
531
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++
112
170
🎉 (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
1.46 K
825
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++
922
770
暂无简介
Dart
847
204
React Native鸿蒙化仓库
JavaScript
321
375
openGauss kernel ~ openGauss is an open source relational database management system
C++
174
249