摘要：空间碎片与卫星目标检测数据集是一套面向空间态势感知和航天目标智能识别研究的目标检测数据集，采用YOLO-Detect标注格式，共包含1265张图像和11个目标类别，涵盖空间碎片以及CHEOPS、LISA Pathfinder、PROBA系列、SMART-1、SOHO、XMM-Newton等典型卫星目标。
数据集概述
空间碎片与卫星目标检测数据集是一套面向空间态势感知和航天目标智能识别研究的目标检测数据集，采用YOLO-Detect标注格式，共包含1265张图像和11个目标类别，涵盖空间碎片以及CHEOPS、LISA Pathfinder、PROBA系列、SMART-1、SOHO、XMM-Newton等典型卫星目标。每张图像均配有边界框标注，可用于训练和测试基于深度学习的空间目标检测与分类模型，为空间物体自动识别、轨道监测和碰撞风险分析提供数据基础。
数据结构与关键特征
该数据集由train、valid和test三个子集组成，其中训练集包含1107张图像，占88%；验证集包含106张图像，占8%；测试集包含52张图像，占4%。图像统一调整为640×640像素，并通过自动定向保证图像方向一致。训练数据采用水平翻转、90°旋转及随机噪声等增强方式，每个原始训练样本可生成多个增强版本，以提高模型对不同姿态、方向和成像噪声条件下空间目标的识别能力。数据集同时提供images、labels、data.yaml及相关说明文件，便于直接用于YOLO系列目标检测模型训练。
应用价值与研究方向
该数据集可用于空间碎片检测、卫星目标识别、空间物体分类以及目标定位等任务，并可进一步开展YOLO系列模型、轻量化检测网络、小目标检测、多尺度特征融合、目标跟踪和空间目标识别等研究。结合地基望远镜、空间相机及航天器自主感知系统，可用于空间态势感知、轨道目标监测、碰撞预警和航天器自主避障，为提升空间环境安全监测与智能化航天任务能力提供数据支持。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-853
文件大小：71M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)