遥感资源大放送(下)| 11 个经典遥感数据集

航空遥感图像(Aerial Images)目标检测数据集汇总 常规目标检测数据集有很多,现在前沿的目标检测算法(如Faster R-CNN, Yolo, SSD, Mask R-CNN等)基本都是在这些常规数据集上实验的,但是,基于常规数据集训练的分类器,在航空遥感图像上的检测效果并不好,主要原因是航空遥感图像有其特殊性: 1,尺度多样性,航空遥感图像从几百米到近万米的拍摄高度都有,且地面目标即使是同类目标也大小不一,如港口的轮船大的有300多米,小的也只... 阅读详情
AI摘要

本文继上期土地分类模型训练教程后,整理了11个主流公开遥感数据集。这些数据集检测目标分类从2类到45类不等,按分类数量分为四部分介绍,包括UCAS - AOD、Inria Aerial Image Labeling等数据集,为模型训练提供资源。

内容提要:利用遥感影像进行土地类别分型,最常用的方法是语义分割。本文继上期土地分类模型训练教程之后,又整理了几大主流公开遥感数据集。

原创:HyperAI超神经

关键词:遥感数据集 语义分割 机器视觉


在上一期 《遥感资源大放送(上):用开源代码,训练土地分类模型 》 中,我们详细介绍了遥感影像进行土地分类的常用方法,以及具体如何使用利 deeplab-v3+ 用于土地 7 分类的具体训练过程及代码。

教程传送门

遥感图像原图(上)与 7 分类图(下)示例
遥感图像原图(上)与 7 分类图(下)示例

除了分类与识别问题之外,遥感影像的常用场景还包括:

  • 超分辨率重建问题
  • 多源遥感影像快速处理问题
  • 遥感影像的分布式存储问题

本期中,我们整理了 11 个遥感数据集资源,其检测目标分类少则 2 种,多则可达 45 类,能够为大家的模型训练提供更加充足的「弹药」,请按需取用。

Part 1:用于 2-5 分类问题

UCAS-AOD 遥感影像数据集

UCAS AOD 遥感影像数据集,用于飞机和车辆检测。

具体来说,飞机数据集包括 600 张图像和 3210 架飞机,而车辆数据集包括 310 张图像和 2819 辆车辆。所有的图像都经过精心挑选,使数据集中的物体方向分布均匀。


车辆(a)与飞机(b)目标检测示例

该数据集由中国科学院大学(国科大)于 2014 年首次发布,并于 2015 年补充,相关论文有《Orientation Robust Object Detection in Aerial Images Using Deep Convolutional Neural Network》。

以下是该数据集的详细信息:

UCAS-AOD 遥感影像数据集

发布机构: 中国科学院大学

更新时间: 2014 年发布,2015 年补充

包含数量: 600 张飞机 & 310 张车辆图像

图像来源: 谷歌地球卫星图像

数据格式:.png

图片尺寸: 1280*659

数据大小: 3.48GB

类别数量: 2 类

访问数据集

Inria Aerial Image Labeling Dataset

Inria Aerial Image Labeling Dataset 是一个用于城市建筑物检测的遥感图像数据集,其标记被分为建筑(building)和非建筑(not building)两种,主要用于语义分割。

以下是该数据集的详细信息:

Inria Aerial Image Labeling 数据集

发布机构: INRIA(法国国家信息与自动化研究所)

发布时间:2017 年

包含数量: 360 张图像

数据格式: GeoTiff

图像尺寸: 5000*5000

数据大小: 69GB

类别数量: 2 类

发布时间: 2017 年

访问数据集

RSOD-Dataset 物体检测数据集

RSOD Dataset 是用于遥感图像中物体检测的数据集,其包含飞机、操场、立交桥和油桶四类目标, 数量分别为:

  • 飞机:446 张图,包含 4993 架飞机;
  • 操场:189 张图,包含 191 个操场;
  • 立交桥:176 张图,包含 180 座立交桥;
  • 油桶:165 张图,包含 1586 个油桶。

以下是该数据集的详细信息:

RSOD Dataset

发布机构: 武汉大学

发布时间 :2015 年

包含数量: 976 张图像

数据格式:.jpg

数据大小: 324.96MB

类别数量: 4 类

访问数据集

Part 2:用于 5-10 分类问题

RSSCN7 DataSet 遥感图像数据集

RSSCN7 Dataset 包含 2800 幅遥感图像,这些图像来自于 7 个典型的场景类别 —— 草地、森林、农田、停车场、住宅区、工业区和河湖, 其中每个类别包含 400 张图像,分别基于 4 个不同的尺度进行采样。

该数据集中每张图像的像素大小为 400*400,场景图像的多样性导致其具有较大的挑战性,这些图像来源于不同季节和天气变化,并以不同的比例进行采样。

以下是该数据集的详细信息:

RSSCN7 Dataset

发布机构: 武汉大学

发布时间:2015 年

包含数量: 2800 张图像

数据格式:.jpg

图像尺寸: 400*400

数据大小: 348.02MB

类别数量: 7 类

访问数据集

NWPU VHR-10 地理空间物体检测遥感数据集

NWPU VHR-10 Dataset 是一个用于空间物体检测的 10 级地理遥感数据集,其拥有 650 张包含目标的图像和 150 张背景图像,共计 800 张,是从Google Earth和Vaihingen数据集裁剪而来的,然后由专家手动注释。

其目标种类包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车共计 10 个类别。

以下是该数据集的详细信息:

NWPU VHR-10 数据集

发布机构: 西北工业大学

发布时间: 2014 年

包含数量: 800 张图像

数据格式:.jpg

数据大小: 73MB

类别数量: 10 类

访问数据集

Part 3:用于 11-20 分类问题

RSC11 DataSet 遥感影像数据集

RSC11 Dataset 是一个遥感影像数据集,来源于 Google Earth 的高分辨率遥感影像,合计包含 11 类场景图像,包括密林、疏林、草原、港口、高层建筑、低层建筑、立交桥、铁路、居民区、道路、储罐。 其中每类有约 100 张,共计 1232 张,空间分辨率为 0.2 米。

该数据集由中科院于 2015 年发布,主要发布人为赵立军。

以下是该数据集的详细信息:

RSC11 数据集

发布机构: 中科院

发布时间: 2015 年

包含数量: 1232 张图像

数据格式:.tif

图片尺寸: 512*512

数据大小: 20.12MB

类别数量: 11 类

访问数据集

SIRI-WHU 遥感影像数据集

SIRI-WHU Dataset 包含了 12 个类别的场景,图像共计 2400 张,其中每个类别有 200 张,每张图像的像素尺寸为 200*200,空间分辨率为 2 米。

该数据集资源来自 Google Earth,主要涵盖中国城市地区,其中场景图像数据集由武汉大学 RS-IDEA 集团设计。

以下是该数据集的详细信息:

SIRI-WHU 遥感影像数据集

发布机构: 武汉大学

发布时间: 2016 年

包含数量: 2400 张图像

数据格式:.tif

图片尺寸: 200*200

数据大小: 162.08MB

类别数量: 12 类

访问数据集

WHU-RS19 DataSet 遥感影像数据集

WHU-RS19 Dataset 是一个遥感影像数据集,其包含 19 个类别的场景影像共计 1005 张,其中每个类别有 50 张。可用于场景分类和检索。

该数据集由武汉大学于 2011 年发布,相关论文有《Satellite Image Classification via Two-layer Sparse Coding with Biased Image Representation》。

以下是该数据集的详细信息:

WHU-RS19 数据集

发布机构: 武汉大学

发布时间: 2011 年

包含数量: 1005 张图像

数据格式:.tif

图片尺寸: 600*600

数据大小: 99.54MB

类别数量: 19 类

访问数据集

Part 4:用于 20+ 分类问题

UC Merced Land-Use DataSet

UC Merced Land-Use Dataset 是一个用于研究的 21 级土地利用图像遥感数据集,均提取自 USGS National Map Urban Area Imagery(美国地质调查局国家地图城市地区图像) 系列,其被用于全国各地的城市地区。

此数据集公共领域图像的像素分辨率为 1 英尺(0.3 米),图像像素大小为 256*256,包含 21 个类别的场景图像共计 2100 张,其中每个类别有 100 张。

这 21 个类别分别是: 农业、飞机、棒球场、海滩、建筑物、树丛、密集住宅、森林、高速公路、高尔夫球场、港口、路口、中型住宅、移动家庭公园、立交桥、停车场、河、跑道、稀疏住宅、储油罐。

以下是该数据集的详细信息:

UC Merced Land-Use 数据集

发布机构: UC Merced Vision&Learning Lab

包含数量: 2100 张

数据格式:.png

图片尺寸: 256*256

数据大小: 317.07MB

类别数量: 21 类

发布时间: 2010 年

访问数据集

AID DataSet 遥感影像数据集

AID Dataset 是一个遥感影像数据集,其包含 30 个类别的场景图像,其中每个类别有约 220–420 张,整体共计 10000 张,其中每张像素大小约为 600*600。

该数据集由华中科技大学和武汉大学于 2016 年发布,相关论文:《AID: A Benchmark Dataset for Performance Evaluation of Aerial Scene Classification》。

以下是该数据集的详细信息:

AID 遥感影像数据集

发布机构: 华中科技大学和武汉大学

包含数量: 10000 张

数据格式:.jpg

图片尺寸: 600*600

数据大小: 2.47GB

类别数量: 30 类

发布时间: 2016 年

访问数据集

NWPU DataSet 遥感影像数据集

NWPU Dataset 遥感影像数据集,包含像素大小为 256*256 共计 31500 张图像,涵盖 45 个场景类别,其中每个类别有 700 张图像。

这 45 个场景类别包括飞机、机场、棒球场、篮球场、海滩、桥梁、丛林、教堂、圆形农田、云、商业区、密集住宅、沙漠、森林、高速公路、高尔夫球场、地面田径、港口、工业地区、交叉口、岛、湖、草地、中型住宅、移动房屋公园、山、立交桥、宫、停车场、铁路、火车站、矩形农田、河、环形交通枢纽、跑道、海、船舶、雪山、稀疏住宅、体育场、储水箱、网球场、露台、火力发电站和湿地。

该数据集由西北工业大学发布,相关论文有《Remote Sensing Image Scene Classification: Benchmark and State of the Art》。

以下是该数据集的详细信息:

NWPU Dataset 遥感影像数据集

发布机构: 西北工业大学

包含数量: 31500 张

数据格式:.jpg

图片尺寸: 256*256

数据大小: 403.71MB

类别数量: 45 类

发布时间: 2017 年

访问数据集

以上就是本期资源包的全部内容,你也可以访问 HyperAI 搜索「遥感数据集」,就可直达全部资源。

在这里插入图片描述

遥感目标检测数据集汇总 文章目录1. 光学数据集1.1 DIOR1.2 LEVIR1.3 DOTA1.4 RSOD1.5 NWPU VHR-101.6 VEDAI1.7 COWC1.8 ITCVD1.9 DIUx xView 20181.10 HRSC20161.11 TAS1.12 SZTAKI‐INRIA1.13 UCAS AOD1.14 DLR 3K Vehicle2. SAR2.1 SSDD2.2 SSDD+2.... 阅读详情

相关推荐

NWPU VHR-10卫星图像数据集(800张高分辨率的卫星图像)

NWPU VHR-10数据集包含800个高分辨率的卫星图像,这些图像是从Google Earth和Vaihingen数据集裁剪而来的,然后由专家手动注释。数据集分成10类(飞机,轮船,储罐,棒球场,网球场,篮球场,地面跑道,港口,桥梁和车辆)。

遥感图像深度学习数据集完全指南:2024-2025最新汇总

随着深度学习技术的飞速发展,遥感图像分析已成为计算机视觉领域的重要研究方向。从城市规划到环境监测,从农业管理到灾害评估,遥感AI正在改变我们观察和理解地球的方式。然而,高质量的数据集是训练优秀模型的基础。本文基于 satellite-image-deep-learning 开源项目,系统整理了500+个遥感深度学习数据集,涵盖分类、检测、分割、变化检测等多个任务类型,为研究人员和工程师提供一站式的数据集查询指南。数据特点:核心数据集:Sentinel-2专题数据集精选: 2. Sentinel-1(S

weixin_51241407的博客 4394

在银河麒麟V10上部署Atlas 300i Duo:从固件到驱动的一站式踩坑笔记

日期:2025-09-09关键词:鲲鹏920、Atlas 300i Duo、银河麒麟V10、NPU、驱动、固件。

weixin_41544125的博客 2808

九大遥感目标检测数据集(附下载链接)

本文梳理了目标监测领域的九大遥感图像数据集,包括粗粒度和细粒度数据集,对各数据集的具体指标及标注格式给出了解释。

日拱一卒,功不唐捐 4万+

一文解释电路中常用电子元器件应用和选型01

电容和二极管是电路中最常用的两个电子元器件,种类和系列众多,这里简单总结一下应用场景和选型方式 电容(Capacitor) 电容的种类(20种以上)和应用非常广泛,但是我经常遇到的无非就是下面这几种: 应用 1.隔直流。 2.旁路(去耦) 3.耦合 4.滤波 5.温度补偿 6.计时 7.调谐 8.整流 9.储能 种类 1. 陶瓷电容 2. 云母电容 3. 铝电解电容 4. 钽

weixin_43904073的博客 2236

cesium 高程数据使用

cesium 高程数据使用高程数据下载高程数据切片简单数据服务 高程数据下载 使用地理空间数据云平台免费提供的高程数据。地理空间云平台 点击列表中的下载得到数据压缩包。例如:ASTGTM2_N22E114.zip 高程数据切片 使用cesium实验室工具对下载得到的压缩包进行切片。cesium实验室 切片得到的文件夹目录。 简单数据服务 使用nodejs的koa启动简单的资源服务。koajs 项目根目录新建data文件夹,在新建dem文件夹放高程数据。 注意目录自行更换,这里是./data/dem

哎哟这个凉白白的博客 1811

遥感数据集整理汇总

遥感数据集整理汇总(数据可用于变化监测、地物提取、实例分割、语义分割等)

不要仅为成功而努力,要为做一个有价值的人而努力 1459

RK3588与FPGA高速PCIe通信:从理论带宽到实战优化的全流程解析

本文深入解析了瑞芯微RK3588与FPGA之间基于PCIe Gen2的高速通信全流程。从理论带宽计算(约1640MB/s)出发,详细拆解了硬件连接、驱动加载、DMA配置等关键步骤,并重点分享了中断优化、内存管理及高级调优等实战技巧,旨在帮助开发者从“跑通”到“跑好”,实现接近理论极限的稳定高效数据传输。

weixin_29175469的博客 330

【数据资源】遥感资源大放送(下)| 11 个经典遥感数据集

By 超神经内容提要:利用遥感影像进行土地类别分型,最常用的方法是语义分割。本文继上期土地分类模型训练教程之后,又整理了几大主流公开遥感数据集。关键词:遥感数据集 语义分割 机器视...

fengdu78的博客 9639

Challenge 6 - OSCP C

开放了161端口,直接snmpbulkwalk扫描得到账号密码试了那几个web端口,发现可以登录8083的vesta,但是需要用户名大写Jack接着登录之后里面可以创建计划任务,直接弄个反弹shell,一分钟回弹。得到shell后,运行linpeas.sh提供了几个可能的漏洞,挨个试一下。

羽的博客 4114

Open3D 可视化(1)——简单可视化【2026最新版】

简单可视化,博客长期更新,本文最新更新时间为:2026年5月10日。

点云侠的博客 5684

遥感资源大放送(上):用开源代码,训练土地分类模型

By 超神经内容概要:土地分类是遥感影像的重要应用场景之一,本文介绍了土地分类的几个常用方法,并利用开源语义分割代码,打造了一个土地分类模型。关键词:遥感数据集 语义分割 机器视觉...

HyperAI超神经 1万+

2023推免(夏令营+套实验室)面试总结(博文附问题汇总和参考答案)

2023推免(夏令营+套实验室)面试总结(博文附问题汇总和参考答案)

m0_51339444的博客 1804

刚刚 ECCV 2020放榜!新鲜论文出炉啦!(附部分论文和代码汇总)

点击上方,选择星标或置顶,不定期资源大放送!阅读大概需要8分钟Follow小博主,每天更新前沿干货ECCV的全称是European Conference on Computer Visi...

深度学习技术前沿 8523

HTML5+CSS3+JS小实例:扇形展开折叠菜单

你肯定见过那种圆形浮动按钮(FAB),点一下弹出几个选项。大部分实现就是菜单项从底下往上"弹"出来,排成一列——能用,但没啥记忆点。后来我看到 Path 那个经典的扇形菜单,点一下,五个按钮像花瓣一样从中心散开,每个带不同的延迟和弹性曲线。当时就觉得:这才对嘛,交互就该有点"戏剧性"。今天拆一个纯手写版本,HTML + CSS + JS,不依赖任何库。六菜单项、扇形 144° 展开、弹性过渡、点击关闭、键盘可达——该有的都有。

艾恩小灰灰的博客 164

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

【数据集NO.4】遥感图像数据集汇总

遥感图像检测数据集汇总,持续更新整理

m0_70388905的博客 9061

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

遥感数据集和链接【自用】

这 45 个场景类别包括飞机、机场、棒球场、篮球场、海滩、桥梁、矮林、教堂、圆形农田、云、商业区、密集住宅区、沙漠、森林、高速公路、高尔夫球场、地面跑道场地、港口、工业区、十字路口、岛屿、湖泊、草地、中等住宅区、移动房屋公园、山、立交桥、宫殿、停车场、铁路、火车站、矩形农田、 草地、中等住宅区、移动房屋公园、山、立交桥、宫殿、停车场、铁路、火车站、矩形农田、河流、环岛、跑道、海冰、船舶、雪山、稀疏住宅区、体育场、储油罐、网球场、露台、热电站和湿地。此外,每幅图像都有多个光谱带和分辨率。

qq_40721108的博客 2969

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

【目标检测实验系列】使用yolov3 spp训练西工大遥感数据集NWPU VHR-10(包括如何将NWPU VHR-10转为VOC格式和yolov3 spp实验调试的详细步骤,且附上训练完的权重文件)

将西工大遥感数据集NWPU VHR-10的格式转为VOC通用的数据集,再次将转换后的VOC格式的数据集转变成yolov3 spp所需要格式的数据集

弗兰-随风小欢的博客 4363

基于yolov5的遥感图像目标检测(NWPU VHR-10)

最近在做毕设,感觉网上信息不是很全,把自己的训练过程写下来供做这个方向的友友学习。

weixin_51467037的博客 1万+

UCAS-AOD遥感旋转目标检测数据集——基于YOLOv8obb,map50已达96.7%

正例图像以P+数字序号命名,反例图像以N+数字序号命名,所有图像为PNG格式,尺寸为1280x659和1372x941。UCAS-AOD采用HBB(horizontal bounding box)的标注方法,图像的groundtruth采用txt格式保存,以图像的同名文档方式存储。遥感图像的分类依据是根据成像的介质不同来进行分类的。UCAS-AOD (Zhu et al.,2015)用于飞机和汽车的检测,包含飞机与汽车2类样本以及一定数量的反例样本(背景),总共包含2420幅图像和14596个实例。

小嘤熊的博客 5535

【遥感图像】数据集合集!

根据所提供的指导,我们还提供了一个构建 RS 图像数据集的示例,即 Million-AID,这是一个新的大型基准数据集,包含用于 RS 图像场景分类的一百万个实例。新数据集由以下30种航空场景类型组成: 机场,裸地,棒球场,海滩,桥梁,中心,教堂,商业,密集住宅,沙漠,农田,森林,工业,草甸,中等住宅,山地,公园,停车场,游乐场,池塘,港口,火车站,度假村,河流,学校,稀疏住宅,广场,体育场,储罐和高架桥。武汉大学·中国科学院·慕尼黑工业大学·德国航空航天中心·特温特大学。中国科学院·中国科学院大学。

Kyzy_1919的博客 3398

PPYOLOE:遥感场景下的小目标检测与部署(切图版)

结合自动切图,用PP-YOLOE Smalldet检测模型进行遥感小目标检测,并实现高性能Python部署。

m0_63642362的博客 2024

python:将 NWPU_VHR-10 遥感目标检测数据集转换成 YOLO 格式

本文将介绍将 NWPU_VHR-10 遥感目标检测数据集转换成 YOLO 格式的 python 脚本。

养乐多的博客 3949

[论文笔记] 遥感航拍影像25篇CVPR39个数据集

本文讲解了39个数据集,关于高空卫星图和低空无人机航拍图相。本文汇总了25篇CVPR2020年和2021年的论文。本文详细介绍了这25篇论文的任务是什么,难点是什么,场景是什么。同时,本文在需要的地方解释了一些卫星图和航拍图的入门常识和前置知识,比如digital surface model的含义。目前有许多研究生毕业论文是做CV这个领域的,模型创新十分困难,于是许多同学转而寻找场景创新。阅读本文,你可以了解到目前学界在卫星图和航拍图这个领域是如何切入的,做什么任务的。

专注“目标检测”领域技术分享 2万+

使用Python将NWPU VHR-10数据集的格式转换成VOC2007数据集的格式

一、VOC2007数据集二、NWPU VHR-10数据集三、将NWPU VHR-10数据集的格式转换成VOC2007数据集的的格式 一、VOC2007数据集   VOC2007数据集的文件结构如下图所示。   其中,文件夹Annotations中存放的是图像的标注信息的xml文件,命名从000001.xml开始;文件夹ImageSets中存放的是图像划分的集合的txt文件,目标检测任务对应的train、val、trainval、test数据集的txt文件存放在Main文件夹中;文件夹JPEGImage.

大彤小忆的博客 3920

将西工大的NWPU VHR-10 dataset数据集标签转换成yolo格式

在yolo模型中要使用这个数据集的话需要将其转换为 类别(编号),x,y,w,h的形式,其中x,y,w,h是目标框相对于图片的框中心点坐标的比例和宽高相对于图像总体尺寸的比例。将坐标从左上右下转换为中心+宽高。

Fan1534的博客 2351
上一篇: 西北大学发布猴脸识别论文,公开 10 种动物面部数据集
下一篇: 用 AI 分析蒙娜丽莎的微笑,情绪分析认为她没那么高兴
HyperAI超神经
博客等级 码龄7年 8871粉丝 1752原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值