Marine Debris Dataset for Forward-Looking Sonar Semantic Segmentation

本数据集名为‘Marine Debris Dataset for Forward-Looking Sonar Semantic Segmentation’，由德国人工智能研究中心创建，旨在通过前视声纳图像实现海洋垃圾的精确分割。数据集包含1868张使用ARIS Explorer 3000传感器捕获的图像，涵盖11个对象类别及背景。创建过程中，数据在人工水箱中收集，确保图像质量。该数据集主要应用于海洋清洁机器人，以提高对海洋垃圾的检测和分割能力，解决海洋污染问题。This dataset is named "Marine Debris Dataset for Forward-Looking Sonar Semantic Segmentation", which was developed by the German Research Center for Artificial Intelligence (DFKI). It is designed to achieve accurate semantic segmentation of marine debris using forward-looking sonar images. The dataset comprises 1,868 images captured with the ARIS Explorer 3000 sensor, covering 11 object categories and the background class. During the dataset creation process, all data was collected in an artificial water tank to ensure consistent image quality. This dataset is primarily utilized for marine cleaning robots, aiming to improve the detection and segmentation performance of marine debris and tackle marine pollution problems.

搜集汇总

数据集介绍

构建方式

该数据集基于前视声纳（FLS）技术构建，旨在解决水下环境中的海洋垃圾语义分割问题。数据采集使用ARIS Explorer 3000传感器，在尺寸为3×2×4米的水箱中进行，通过搭载声纳的自主水下航行器（AUV）以0.1米/秒的速度沿四分之一圆弧路径移动，捕获了1868张灰度声纳图像。传感器工作频率为3.0 MHz，空间分辨率在近距下可达2.3毫米/像素。数据集包含11类典型海洋垃圾及干扰物（如瓶罐、轮胎、阀门等）和水箱壁，外加背景类别。所有图像标准化为480×320像素，并使用LabelMe工具进行逐像素标注，精确勾勒物体高亮区域及阴影，以确保分割标签的准确性。

使用方法

该数据集主要用于训练和评估前视声纳图像的语义分割模型。使用者可将1868张灰度图像及其像素级标签作为输入，采用编码器-解码器架构（如UNet、LinkNet、PSPNet、DeepLabV3）进行训练，编码器可选用ResNet、VGG、EfficientNet等预训练骨干网络，但由于图像为灰度，需从头开始训练而非使用RGB预训练权重。训练时采用分类交叉熵损失函数和ADAM优化器（学习率0.001），批量大小16，最大30个epoch并设置早停机制。评估指标以交并比（IoU）和平均交并比（mIoU）为主，尤其关注小物体类别的性能。数据集公开于GitHub仓库，研究者可直接下载使用，其训练权重也可作为水下声纳分割任务的预训练基础。

背景与挑战

背景概述

海洋塑料污染已成为全球性生态危机，精准检测与分割水下垃圾对水体清洁至关重要。然而，传统光学相机在水下环境中受浑浊度与光线衰减限制，难以获取清晰图像。为此，Deepak Singh与Matias Valdenegro-Toro于2021年提出了面向前视声纳语义分割的海洋垃圾数据集。该数据集由德国人工智能研究中心与Netaji Subhas理工学院联合创建，利用ARIS Explorer 3000声纳传感器在受控水槽中采集1868张灰度图像，涵盖瓶罐、轮胎、阀门等11类典型家庭及海洋垃圾目标。该数据集填补了声纳图像语义分割领域的空白，为水下机器人自主识别垃圾提供了标准化训练基准，推动了声纳图像理解从分类任务向像素级分割的跨越。

当前挑战

该数据集面临的核心挑战包括：其一，声纳图像固有的声学阴影与反射噪声导致目标边界模糊，尤其小物体（如易拉罐）与背景强度相近，精确标注需依赖声学高亮与阴影特征，人工标注难度极高；其二，数据集在受限水槽中采集，物体视角有限，缺乏真实海洋环境中的底质类型（沙地、礁石）、干扰物（鱼类、藻类）及生物附着等复杂场景，模型泛化性受限；其三，灰度图像无法利用ImageNet等预训练权重，需从零训练，而声纳图像特征与RGB图像差异显著，导致现有分割架构（如U-Net、DeepLabV3）在测试集上最高平均交并比仅为0.7481，小目标分割精度仍待提升。

常用场景

经典使用场景

该数据集专为前视声纳图像的语义分割任务而设计，广泛应用于水下机器人的环境感知与目标识别研究。在浑浊水域或低光照条件下，光学传感器往往失效，而前视声纳凭借其不受水质影响的优势，成为水下场景理解的关键工具。研究者利用该数据集训练和评估深度学习分割模型，如U-Net、LinkNet、PSPNet和DeepLabV3，以精准区分海洋垃圾、背景及各类干扰物（如轮胎、阀门、链条等），从而推动声纳图像像素级理解技术的发展。

解决学术问题

该数据集填补了水下声纳图像语义分割领域公开数据集的空白，解决了以往因缺乏标注数据而难以训练深度模型的学术难题。传统方法多依赖手工特征或聚类算法（如K-means、马尔可夫随机场），在复杂水下环境中泛化能力有限。该数据集提供了1868张精细标注的声纳图像，涵盖11类海洋垃圾及背景，使研究者能够系统性地对比不同编码器与分割架构的性能，揭示了U-Net结合ResNet34在声纳图像分割中的最优表现，为后续模型选型提供了基准。

实际应用

在实际应用中，该数据集直接服务于自主水下机器人（AUV）的海洋垃圾清理任务。通过对声纳图像进行实时语义分割，机器人能够自动识别并定位水下废弃物（如塑料瓶、易拉罐、橡胶轮胎等），从而规划高效的抓取或回收路径。此外，该技术还可扩展至海底管线检测、沉船勘探和军事目标识别等领域，帮助在能见度极低的水下环境中实现精确的目标分离与场景重建，显著提升水下作业的自主化与智能化水平。

数据集最近研究

最新研究方向

在海洋环境保护与自主水下机器人技术深度融合的背景下，Marine Debris Dataset for Forward-Looking Sonar Semantic Segmentation的发布为水下声学图像的语义分割研究开辟了新的前沿方向。该数据集聚焦于利用前视声纳（FLS）对海洋垃圾进行精确分割，其核心价值在于解决了传统光学传感器在水体浑浊环境下的局限性，推动了深度学习模型在声纳图像上的应用。当前研究热点集中于评估多种先进的语义分割架构（如UNet、LinkNet、PSPNet和DeepLabV3）在不同编码器（如ResNet、VGG、EfficientNet）下的性能表现，其中UNet结合ResNet34骨干网络取得了0.7481的平均交并比（mIoU）最佳基线结果。这一方向不仅为水下垃圾清理机器人提供了可靠的感知基础，还呼应了全球海洋塑料污染治理的紧迫需求，具有显著的环境与社会意义。

相关研究论文

• The Marine Debris Dataset for Forward-Looking Sonar Semantic Segmentation

  德国人工智能研究中心 · 2021年