|
|
--- |
|
|
license: Creative Commons Attribution (CC BY) 4.0 |
|
|
tasks: |
|
|
- underwater_acoustic_target_recognition |
|
|
- underwater_target_localization |
|
|
- multi_task_learning |
|
|
frameworks: |
|
|
- pytorch |
|
|
- tensorflow |
|
|
language: |
|
|
- none |
|
|
tags: |
|
|
- underwater_acoustics |
|
|
- data_augmentation |
|
|
- ray_theory |
|
|
datasets: |
|
|
train: |
|
|
- ShipsEar |
|
|
- DS3500 |
|
|
test: |
|
|
- ShipsEar |
|
|
- DS3500 |
|
|
evaluation: |
|
|
- ShipsEar |
|
|
- DS3500 |
|
|
metrics: |
|
|
- accuracy |
|
|
- range_localization_error |
|
|
- depth_localization_error |
|
|
base_model: |
|
|
- MEG (multi-task, multi-expert, multi-gate) framework |
|
|
indexing: |
|
|
results: |
|
|
- task: |
|
|
name: Underwater Target Recognition |
|
|
dataset: |
|
|
name: DS3500 |
|
|
type: audio |
|
|
args: default |
|
|
metrics: |
|
|
- type: accuracy |
|
|
value: 95.93% |
|
|
description: recognition accuracy on DS3500 dataset |
|
|
args: default |
|
|
- task: |
|
|
name: Underwater Target Localization |
|
|
dataset: |
|
|
name: DS3500 |
|
|
type: audio |
|
|
args: default |
|
|
metrics: |
|
|
- type: range_localization_error |
|
|
value: 0.2011 km |
|
|
description: range localization error on DS3500 dataset |
|
|
args: default |
|
|
- type: depth_localization_error |
|
|
value: 20.61 m |
|
|
description: depth localization error on DS3500 dataset |
|
|
args: default |
|
|
domain: |
|
|
- audio |
|
|
--- |
|
|
|
|
|
- [英文](README.md) |
|
|
- [中文](README-zh.md) |
|
|
|
|
|
## 一、数据集基础信息 |
|
|
- **数据集名称**：水下声学目标辐射噪声数据集（含原始ShipsEar数据集及增强DS3500数据集） |
|
|
- **数据集版本**：V1.0 |
|
|
- **发布时间**：2025年7月（基于论文提交时间） |
|
|
- **更新记录**：首次发布，暂无更新 |
|
|
- **来源与贡献者**： |
|
|
- 原始ShipsEar数据集：采集于2012-2013年西班牙大西洋沿岸 |
|
|
- 增强DS3500数据集：由中山大学海洋工程与技术学院等机构基于射线理论生成（贡献者：Peng Qian、Jingyi Wang等，单位：中山大学、上海船舶电子设备研究所等） |
|
|
- 通讯方式：[email protected] |
|
|
- **关联论文**：*Multi-Task Mixture-of-Experts Model for Underwater Target Localization and Recognition*（DOI: 10.3390/1010000） |
|
|
|
|
|
|
|
|
## 二、数据集内容描述 |
|
|
### 1. 数据规模与分布 |
|
|
| 数据集 | 类别 | 样本数量（5秒片段） | 类别分布 | 数据格式 | |
|
|
|--------|------|---------------------|----------|----------| |
|
|
| ShipsEar（原始） | A、B、C、D、E（含环境噪声） 数字顺序0-4| 1948（A:345/B:235/C:785/D:395/E:188） | A类占17.7%、B类占12.1%、C类占40.3%、D类占20.3%、E类（环境噪声）占9.6% | WAV音频（采样频率16kHz） | |
|
|
| DS3500（增强） | 同ShipsEar（A-E，数字顺序0-4） | 1948（与原始数据集规模一致） | 同原始数据集 | WAV音频（采样频率16kHz） | |
|
|
|
|
|
|
|
|
### 2. 数据来源与场景 |
|
|
- **ShipsEar（原始）**：实际采集的船舶辐射噪声，涵盖11种船舶类型（如摩托艇、渔船、拖船等），采样频率52734Hz，经预处理后分割为5秒片段。 |
|
|
- **DS3500（增强）**：基于射线理论和BELLHOP声场模型生成的深海环境（3500米水深）合成数据，模拟场景为： |
|
|
- 地理位置：中沙群岛以北深海区域（17.17°N，114.22°E） |
|
|
- 目标参数：距离声纳1-11km（间隔2km）、深度100-1100m（间隔200m），共36个模拟位置 |
|
|
- 声场环境：基于WOA18世界海洋数据库温度数据计算声速剖面，海底参数为声速1601.9m/s、密度1.7g/cm³、衰减系数0.39f¹·⁷¹ dB/m（f为频率，单位kHz） |
|
|
|
|
|
|
|
|
## 三、数据预处理与增强 |
|
|
- **ShipsEar预处理**： |
|
|
- 去除空白片段，分割为5秒短片段以扩展数据量 |
|
|
- 未进行额外去噪（保留原始噪声特性） |
|
|
- **DS3500增强方法**： |
|
|
- 基于射线理论和BELLHOP模型模拟海洋声学信道 |
|
|
- 对ShipsEar的5秒片段进行信道传输模拟，生成包含直达区和阴影区的接收信号 |
|
|
- 保持与原始数据集相同的样本量（避免训练效率下降） |
|
|
|
|
|
|
|
|
## 四、数据标注信息 |
|
|
### 1. 标注内容 |
|
|
- **核心标签**：包含分类标签、距离标签、深度标签，具体如下： |
|
|
- 分类标签：对应原始ShipsEar的5个类别（A-E，示例中以数字“0”等表示类别编码） |
|
|
- 距离标签：目标与声纳的水平距离（1.000-11.000km，精确到0.001km） |
|
|
- 深度标签：声纳的部署深度（0.100-1.100km，精确到0.001km） |
|
|
|
|
|
### 2. 标注示例（文件路径与标签格式） |
|
|
train_list.txt |
|
|
``` |
|
|
路径 分类 距离(km) 深度(km) |
|
|
E:\MTQP\wjy_codes\shipsear_5s_16k_ocnwav_Pos\0_0_2.wav 0 3.000 0.100 |
|
|
E:\MTQP\wjy_codes\shipsear_5s_16k_ocnwav_Pos\0_0_3.wav 0 5.000 0.100 |
|
|
``` |
|
|
|
|
|
|
|
|
|
|
|
## 五、数据集用途与适用场景 |
|
|
- **主要用途**： |
|
|
- 水下声学目标识别模型训练与评估 |
|
|
- 水下目标定位（距离、深度）模型开发 |
|
|
- 多任务学习（同时实现识别与定位）算法验证 |
|
|
- **适用场景**： |
|
|
- 深海远海环境下的 marine monitoring（海洋监测） |
|
|
- 水下防御与目标探测 |
|
|
- 多任务学习框架（如MEG）的性能测试（论文中MEG框架在本数据集上实现95.93%识别准确率、0.2011km距离误差、20.61m深度误差） |
|
|
|
|
|
|
|
|
## 六、数据集使用与评估 |
|
|
- **数据划分**：采用5折交叉验证策略（顺序抽样），每类数据中每4个样本选1个作为测试集，迭代5次（分别以1-5号样本为起点），确保数据顺序、类别分布平衡。 |
|
|
- **适用模型**：支持深度学习模型（如CNN、Transformer）及多任务框架（如MoE、MEG），尤其适合需要融合位置信息的水下多任务模型。 |
|
|
|
|
|
|
|
|
## 七、许可协议 |
|
|
遵循Creative Commons Attribution（CC BY）许可协议，允许商用、修改、分发，需注明原作者及来源。 |
|
|
|
|
|
|
|
|
## 八、相关资源 |
|
|
- 关联论文：*Multi-Task Mixture-of-Experts Model for Underwater Target Localization and Recognition*（作者：Peng Qian等，中山大学） |
|
|
- 推荐模型：MEG（multi-task, multi-expert, multi-gate）框架（适用于本数据集的目标识别与定位任务） |
|
|
- 社区支持：可联系作者（[email protected]）获取技术支持 |
|
|
|
|
|
|
|
|
## 九、数据集下载与更新 |
|
|
- 下载地址：[魔搭社区数据集仓库](https://modelscope.cn/datasets)（搜索“深海直达区-声影区DS3500船舶辐射噪声数据集（DS3500）”） |
|
|
- 更新计划：暂无明确更新计划，若有新版本将补充不同深海环境（如不同水深、海况）的模拟数据。 |
