本网讯（电子信息工程学院 信息材料与智能感知安徽省实验室 陈杰）为推动合成孔径雷达(Synthetic Aperture Radar，SAR)目标识别等前沿技术发展，太阳成集团tyc234cc电子信息工程学院和信息材料与智能感知安徽省实验室陈杰及黄志祥教授团队联合中国电子科技集团公司第三十八研究所对地观测研发中心邬伯才研究员团队、天地信息网络研究院（安徽）有限公司盛磊研究员团队共同发布一套大规模多类SAR目标检测数据集-1.0（简称为：MSAR-1.0）。该数据集已在《雷达学报》正式发布，链接为https://radars.ac.cn/web/data/getData?dataType=MSAR。
SAR作为一种主动式微波传感器，能够实现对静止时敏目标全天时、全天候、大范围的实时远距离监测，在军事国防和国民经济等领域具有独特的应用价值。SAR图像目标识别是实现 SAR图像智能解译的关键技术，旨在从复杂场景中有效获取并识别感兴趣的目标。
MSAR-1.0数据集是以海丝一号卫星和高分三号卫星数据为基础构建，海丝一号卫星是中国首颗商业SAR卫星，由载荷总体中国电子科技集团公司第三十八研究所和平台总体长沙天仪空间科技研究院有限公司（天仪研究院）联合研制。
MSAR-1.0数据集共包括28449张检测切片，极化方式包括HH、HV、VH和VV。该数据集场景包括机场、港口、近岸、岛屿、远海、城区等；类型包括飞机、油罐、桥梁和船只四类目标，由1851架桥梁，39858条船只，12319个油罐和6368架飞机组成。图1是MSAR-1.0数据集的部分切片样例。MSAR-1.0数据集符合Yolo系列、PolarMask、SSD和Faster-RCNN等主流检测网络的格式要求。
图. MSAR-1.0数据集样例. (a)和(b)是油罐；(c)和(d)是船只；(e)和(f)是桥梁；(g)和(h)是飞机。
本数据集引用格式：
[1]陈杰, 黄志祥, 夏润繁，邬伯才，盛磊，孙龙. 大规模多类SAR目标检测数据集-1.0[OL]. 雷达学报, 2022. https://radars.ac.cn/web/data/getData?dataType=MSAR.
Jie Chen, Zhixiang Huang, Runfan Xia, Bocai Wu, Lei Sheng, Long Sun, and Baidong Yao. Large-scale multi-class SAR image target detection dataset-1.0[OL]. Journal of Radars, 2022. https://radars.ac.cn/web/data/getData?dataType=MSAR.
[2]Xia, R.; Chen, J.; Huang, Z.; Wan, H.; Wu, B.; Sun, L.; Yao, B.; Xiang, H.; Xing, M. CRTransSar: A Visual Transformer Based on Contextual Joint Representation Learning for SAR Ship Detection. Remote Sensing. 2022, 14, 1488.