摘要空间碎片与卫星目标检测数据集是一套面向空间态势感知和航天目标智能识别研究的目标检测数据集采用YOLO-Detect标注格式共包含1265张图像和11个目标类别涵盖空间碎片以及CHEOPS、LISA Pathfinder、PROBA系列、SMART-1、SOHO、XMM-Newton等典型卫星目标。数据集概述空间碎片与卫星目标检测数据集是一套面向空间态势感知和航天目标智能识别研究的目标检测数据集采用YOLO-Detect标注格式共包含1265张图像和11个目标类别涵盖空间碎片以及CHEOPS、LISA Pathfinder、PROBA系列、SMART-1、SOHO、XMM-Newton等典型卫星目标。每张图像均配有边界框标注可用于训练和测试基于深度学习的空间目标检测与分类模型为空间物体自动识别、轨道监测和碰撞风险分析提供数据基础。数据结构与关键特征该数据集由train、valid和test三个子集组成其中训练集包含1107张图像占88%验证集包含106张图像占8%测试集包含52张图像占4%。图像统一调整为640×640像素并通过自动定向保证图像方向一致。训练数据采用水平翻转、90°旋转及随机噪声等增强方式每个原始训练样本可生成多个增强版本以提高模型对不同姿态、方向和成像噪声条件下空间目标的识别能力。数据集同时提供images、labels、data.yaml及相关说明文件便于直接用于YOLO系列目标检测模型训练。应用价值与研究方向该数据集可用于空间碎片检测、卫星目标识别、空间物体分类以及目标定位等任务并可进一步开展YOLO系列模型、轻量化检测网络、小目标检测、多尺度特征融合、目标跟踪和空间目标识别等研究。结合地基望远镜、空间相机及航天器自主感知系统可用于空间态势感知、轨道目标监测、碰撞预警和航天器自主避障为提升空间环境安全监测与智能化航天任务能力提供数据支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-853文件大小71M原创声明本数据集为整理作品