海洋空间环境感知（虎鲸）开源计划 / uodac_sonar N/A

Fork 0 关注 1

本项目由真就玄学团队建立，用于向水下目标检测中声呐扫描图片分析，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛声学赛项中荣获了二等奖。

原始仓库地址：https://github.com/pengzhiliang/uodac_sonar.git

海洋空间环境感知（虎鲸）开源计划 / underwater_detection N/A

Fork 2 关注 0

本项目由Kris++团队建立，用于向水下目标检测中光学图片物体检测，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛光学赛项中荣获了三等奖。

原始仓库地址：https://github.com/sankin97/underwater_detection.git

海洋空间环境感知（虎鲸）开源计划 / underwater-object-detection N/A

Fork 0 关注 0

本项目由Rill团队建立，用于向水下目标检测中声呐扫描图片分析，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛声学赛项中荣获了三等奖。

原始仓库地址：https://github.com/zhengye1995/underwater-object-detection.git

海洋空间环境感知（虎鲸）开源计划 / pytorch-uodac N/A

Fork 0 关注 0

本项目由Synthesis团队建立，用于向水下目标检测中光学图片物体检测，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛光学赛项中荣获了三等奖。

原始仓库地址：https://github.com/chenyingpeng/pytorch-uodac.git

海洋空间环境感知（虎鲸）开源计划 / under_water N/A

Fork 0 关注 0

本项目由三档向前冲团队建立，用于向水下目标检测中声呐扫描图片分析，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛声学赛项中荣获了三等奖。

原始仓库地址：https://github.com/shanglidan/under_water.git

海洋空间环境感知（虎鲸）开源计划 / underwater_shengxue N/A

Fork 0 关注 0

本项目由默写年华团队建立，用于向水下目标检测中声呐扫描图片分析，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛声学赛项中获得第二十名的好成绩。

原始仓库地址：https://github.com/qiulinzhang/underwater_shengxue.git

海洋空间环境感知（虎鲸）开源计划 / 2020-uodac-kg N/A

Fork 0 关注 0

本项目由KG团队建立，用于向水下目标检测中声呐扫描图片分析，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛声学赛项中获得第十五名的好成绩。

原始仓库地址：https://github.com/dbofseuofhust/2020-uodac-kg.git

underwater_detection N/A

Fork 0 关注 0

本项目由想测水深团队建立，用于向水下目标检测中光学图片物体检测，在2019年初由国家自然科学基金委员会、湛江市人民政府以及鹏城实验室联合举办的水下目标检测算法赛光学赛项中获得第三十一名的好成绩。

原始仓库地址：https://github.com/wakinguup/underwater_detection.git

udd_official N/A

Fork 0 关注 0

# UDD_OFFICIAL 为促进海洋养殖场水下自动抓取机器人的发展，大连理工大学多媒体实验室（MM_lab）提出了一个水下海洋牧场目标检测数据集UDD。UDD包括3个类别(海参、海胆和扇贝)共2,227张图片。这是第一个在真实海洋牧场中采集到的数据集。我们还提出了一个新的泊松混合生成对抗网络(Poisson GAN)。 利用Poisson GAN我们构造了一个大型包含18,000张图像的增强数据集(AUDD)。此外，为了使检测器更好的适应水下抓取环境，我们还合成了一个预训练数据集（pre-training dataset），包含59万张图像。 ## Download * [BaiduYun](https://pan.baidu.com/s/1byq7wEID-OzLSJ8p5A6Z5g) Key : 2kse ## Citation @article{Wang:2020ug, author = {Wang, Zhihui and Liu, Chongwei and Wang, Shijie and Tang, Tao and Tao, Yulong and Yang, Caifei and Li, Haojie and Liu, Xing and Fan, Xin}, title = {{UDD: An Underwater Open-sea Farm Object Detection Dataset for Underwater Robot Picking}}, journal = {arXiv.org}, year = {2020}, eprint = {2003.01446v1}, eprinttype = {arxiv}, eprintclass = {cs.CV}, month = mar, annote = {10 pages, 9 figures} }

原始仓库地址：https://github.com/chongweiliu/udd_official.git

duo N/A

Fork 0 关注 0

# Detecting Underwater Objects (DUO) 水下目标检测技术引起了人们的越来越多的关注。然而，这个领域仍然存在着若干挑战。我们通过应对以下挑战，来促进水下目标检测技术的发展。首先，由于目前可用的数据集基本上缺乏测试集的真值标注文件，这导致研究者必须在训练集上划分出测试集来与其他方法进行比较。训练其他方法会增加工作量；不同的研究人员会划分不同的测试集，导致这一领域没有一个统一的基准来比较不同算法的性能。其次，这些已有数据集（URPC系列）也存在其他缺点，如相似图像过多或标签标注不准确。针对以上这些挑战，我们在对所有相关数据集进行收集和重新标注的基础上，引入了一个新的数据集——水下目标检测数据集(Detection Underwater Objects, DUO)和其相应的基准（benchmark）。DUO包含了多种多样的水下图像，并且具有更合理的注释。相应的基准为学术研究和工业应用提供了多种目标检测模型(在mmddetection框架下)在DUO上的效率和准确性等指标对比数据，其中NVIDIA嵌入式平台JETSON AGX XAVIER也被用于评估不同检测模型的实时推理速度，用以模拟机器人的嵌入式环境。 ## 下载 * [BaiduYun](https://pan.baidu.com/s/1Be8zc9UdR_Pdsyotg_vR2Q) Key : 4bfl ## 引用 @ARTICLE{2021arXiv210605681L, author = {{Liu}, Chongwei and {Li}, Haojie and {Wang}, Shuchang and {Zhu}, Ming and {Wang}, Dong and {Fan}, Xin and {Wang}, Zhihui}, title = "{A Dataset And Benchmark Of Underwater Object Detection For Robot Picking}", journal = {arXiv e-prints}, year = 2021, month = jun, eid = {arXiv:2106.05681}, pages = {arXiv:2106.05681}, archivePrefix = {arXiv}, eprint = {2106.05681}, primaryClass = {cs.CV} }

原始仓库地址：https://github.com/chongweiliu/duo.git