蒋张琦1. 卫星视频目标跟踪数据集概述
卫星视频目标跟踪是计算机视觉领域的一个重要研究方向，它通过分析卫星拍摄的视频序列，实现对地面或海上目标的持续追踪。与传统的静态图像分析不同，视频目标跟踪需要考虑目标的运动特性、时序关联以及复杂环境下的鲁棒性等问题。
在卫星视频目标跟踪研究中，高质量的数据集是算法开发和性能评估的基础。目前，SatSOT、VISO和OOTB是三个具有代表性的公开数据集，它们各自针对不同的研究需求和挑战场景设计。这三个数据集在数据规模、标注方式、目标类别和任务类型等方面存在显著差异，适用于不同的研究方向和应用场景。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 三大数据集核心特性对比
2.1 数据规模与分辨率
SatSOT数据集包含105段视频，共计27,664帧。虽然官方文档未明确说明分辨率，但从样本分析来看，其分辨率通常在1024×1024到2048×2048之间。这个规模对于单目标跟踪算法的开发和验证已经足够。
VISO数据集规模较小，只有40段视频，但其标注实例数量惊人，达到853,911个。最突出的是其超高分辨率特性，最高可达12000×5000像素，这使得它特别适合研究高分辨率场景下的密集目标检测问题。
OOTB数据集包含110段视频，29,890帧，规模与SatSOT相当。分辨率方面也没有明确说明，但根据其应用场景推测，分辨率范围与SatSOT类似。
注意：选择数据集时，分辨率不仅影响算法性能，还会显著影响计算资源需求。VISO的超高分辨率数据需要特别考虑显存和计算能力。
2.2 标注类型与目标类别
三个数据集在标注方式上有明显区别：
- SatSOT和VISO使用传统的水平边界框(axis-aligned bounding box)
- OOTB则采用旋转边界框(rotated bounding box)，能更精确地表示长宽比悬殊的目标
目标类别方面，三个数据集都包含四大类：
- 汽车
- 火车
- 飞机
- 船舶
这种类别设置反映了卫星视频分析中最常见也最具应用价值的目标类型。值得注意的是，VISO还包含一些未明确说明的其他类别，这在实际使用时需要注意。
2.3 设计任务与突出挑战
每个数据集的设计都针对特定的研究挑战：
SatSOT：
- 主要任务：单目标跟踪(Single Object Trac