跳到正文
arXiv cs.AI· Hui Xu, Chenfei Hou, Henglai Wei, Hao Wang, Yidong Jin, Xiulin Niu, Haoyang Zhang, Hui Zhang, Tianshi Xu·· 23 小时前AI 评分31

TinyWOD:面向高空开放水域搜救的微小目标检测数据集

A tiny object detection dataset for high-altitude open-water search and rescue

AI 导读

研究团队发布 TinyWOD,一个面向 1.5-2.0 km 高空开放水域搜救(OW-SAR)的微小目标检测数据集,以救生圈为检测目标,含 11,359 张人工标注图像和 19,505 个标注实例。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:大型空中平台通常在 1.5 公里以上高度运行,以提高开阔水域搜救(OW-SAR)的效率。然而,成像距离远、视场宽以及传感器分辨率有限,会使目标缩小到只有几个像素,从而更易受到环境干扰,检测难度高于常规小目标。据我们所知,现有数据集主要针对低空场景,无法支持 1.5–2.0 公里高度的自动检测。因此,我们提出了 TinyWOD,这是一个面向高空 OW-SAR 的微小目标检测数据集,以救生圈作为检测目标。该数据集包含 11,359 张人工标注图像和 19,505 个标注实例,覆盖多种环境、光照条件、水色和水面波纹。与现有数据集相比,TinyWOD 中的目标小得多,微小实例所占比例也显著更高;其平均等效边长(ESL)为 12.7 像素,76.96% 的实例 ESL 低于 15 像素,反映了真实的高空水上救援成像条件。我们定义了微小目标检测指标 APtiny,并使用该指标和常规指标对主流网络与最先进网络进行了基准测试。所有被评估的网络都能有效检测微小水上目标,表明 TinyWOD 具有可复用性和实用性。我们期望该数据集能够支持高空 OW-SAR 中微小目标检测的研究。
主题: 计算机视觉与模式识别(cs.CV);人工智能(cs.AI)
引用为: arXiv:2611.22825 [cs.CV]
  (或使用 arXiv:2611.22825v1 [cs.CV] 查看此版本)
  https://doi.org/10.48550/arXiv.2611.22825

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Henglai Wei Prof. [查看电子邮件]
[v1] 2026 年 11 月 17 日星期二 14:08:15 UTC(18,363 KB)

来源:arXiv cs.AI · arxiv.org