ONCship：4521小时水声船舶识别数据集发布

Zhe Cao、Jichao Zhang、Xiao-Lei Zhang 等发布 ONCship 大规模水声数据集，基于 Ocean Networks Canada 水听器录音与 AIS 数据整理出 4521 小时音频，并配套自监督表征学习、船舶类型分类和 MMSI 级船舶身份分类的基准实验。 基准结果显示：在 ONCship 与 AudioSet 上联合预训练后，通过线性探测在 DeepShip 数据集上取得 62.45% 的分类准确率；用不同损失函数微调的模型 Top-1 准确率超过 53%，Top-5 准确率接近 69%。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。