数据主编：徐从安; 高龙; 刘瑜; 宿南

基于图像的船舶目标分析是船舶监测领域的一项重要任务。以往的研究在船舶检测和识别任务中取得了显著成果，但相关研究主要依赖单模态数据集，且尚无公开的船舶个体重识别数据集发布，制约了船舶目标跨模态个体重识别领域研究。为此，我们构建了首个跨模态船舶重识别数据集CMShipReID，该数据集包含由无人机采集的可见光、近红外和热红外三种模态数据，涵盖10个类别，约138个船舶个体，以及8337张图像，从而为跨模态船舶个体重识别研究提供数据支持。我们测试了主流的重识别算法作为该数据集的性能基准，可作为相关学者的基础参照。

详细使用说明请参考：CM-Ship-ReID数据集使用说明.pdf

本数据集引用格式：

[1] 徐从安,高龙,刘瑜,张琦,宿南,张绍轩,李湉雨,郑晓梅.跨模态船舶目标重识别数据集(CMShipReID)[OL]. 雷达学报, 2025. https://radars.ac.cn/web/data/getData?dataType=MaritimeTargets.

XU Congan, GAO Long, LIU Yu, et al. CMShipReID: A Cross-Modality Ship Dataset for the Re-IDentification Task[OL]. Journal of Radars, 2025. https://radars.ac.cn/web/data/getData?dataType=MaritimeTargetsEN&pageType=en.

[2] C. Xu et al., "CMShipReID: A Cross-Modality Ship Dataset for the Reidentification Task," in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 18, pp. 10503-10513, 2025, doi: 10.1109/JSTARS.2025.3557509.