- 博客(30)
- 收藏
- 关注
RSS订阅原创 遥感影像-语义分割数据集：农业大棚数据集详细介绍及训练样本处理流程
数据集包括1510张亚米级卫星图片的农业大棚数据集，该数据集用于亚米级影像中的农业大棚提取任务
2025-03-28 10:45:16
246
原创 遥感影像-语义分割数据集：多源多模态地物多要素数据集详细介绍及训练样本处理流程
数据集包含100张5556*3704像素的光学图像和同一地区的SAR图像，覆盖了中国湖北省（北纬30°N-33°，东经108°E-117°）约50000公里的区域。该地区属亚热带季风气候，最低海拔50米，最高海拔3000米。WHU-OPT-SAR覆盖了山脉、林地、丘陵、平原等不同地形和针叶林、阔叶林、灌木和水生植被等不同植被的广泛遥感图像，该数据集中带有像素级注释的图像可以为基于深度学习的土地利用分类提供数据源
2024-10-09 09:00:00
1228
原创 遥感影像-语义分割数据集：sar水体数据集详细介绍及训练样本处理流程
该数据集由WHU-OPT-SAR数据集整理而来，覆盖面积51448.56公里，分辨率为5米。据我们所知，WHU-OPT-SAR是第一个也是最大的土地利用分类数据集，它融合了高分辨率光学和SAR图像，并进行了充分的标注
2024-10-08 08:43:10
1771
原创 遥感影像-语义分割数据集：云及云阴影数据集详细介绍及训练样本处理流程
数据集包括108个GF-1宽幅（WFV）的云和云阴影掩码，该数据集用于GF-1 WFV图像中的云和云阴影检测。
2024-10-05 09:00:00
691
1
原创 遥感影像-语义分割数据集：高分卫星-云数据集详细介绍及训练样本处理流程
该云数据集包括RGB三通道的高分辨率图像，包含高分一、高分二及宽幅数据集。
2024-10-04 09:00:00
701
2
原创 遥感影像-语义分割数据集：Landsat8云数据集详细介绍及训练样本处理流程
该云数据集包括RGB三通道的高分辨率图像，在全球不同区域的分辨率15米。这些图像采集自Lansat8的五种主要土地覆盖类型，即水、植被、湿地、城市、冰雪和贫瘠土地。
2024-10-03 09:00:00
837
原创 遥感影像-语义分割数据集：云数据集详细介绍及训练样本处理流程
该云数据集包括150张RGB三通道的高分辨率图像，在全球不同区域的分辨率从0.5米到15米不等。这些图像采集自谷歌Earth的五种主要土地覆盖类型，即水、植被、湿地、城市、冰雪和贫瘠土地。
2024-10-02 09:00:00
433
原创 遥感影像-语义分割数据集：耕地地块数据集详细介绍及训练样本处理流程
该耕地地块数据集为吉林一号高分辨率卫星遥感影像，影像为四通道数据（B,G,R,NIR），分辨率为0.75~1.1米之间，训练集16张，测试集15张，行数与列数≥5000。
2024-10-01 09:00:00
1298
原创 遥感影像-实例分割数据集：iSAID 从切图到YOLO格式数据集制作详细介绍
开源数据集isaid标注包含实例分割，但是原始影像太大，很吃显存，一般显卡无法用原始影像直接训练，所以需要对影像进行裁剪，并生成对应的标签，因为想用yolo系列跑模型，所以将标签需要转为txt格式。
2024-09-30 14:16:32
2289
2
原创 遥感影像-语义分割数据集：山体滑坡数据集详细介绍及训练样本处理流程
该遥感滑坡数据集由卫星光学图像、滑坡边界的形状文件和数字高程模型组成。该数据集中的所有图像，即770张滑坡图像（红点）和2003张非滑坡图像，都是从2018年5月至8月拍摄的TripleSat卫星图像中截取的，影像分辨率0.8米。对于滑坡实例，我们提供了滑坡图像、滑坡掩码文件和相应的DEM数据。
2024-09-27 09:00:00
1213
原创 遥感影像-语义分割数据集：典型地物要素数据集详细介绍及训练样本处理流程
2015年某地区的高分辨率遥感影像，包括基于该遥感影像目视解译出来的地表覆盖样本数据。中国南方某地区的高分辨率遥感影像。 影像的空间分辨率为亚米级，光谱为可见光波段（R，G，B），已去除坐标信息
2024-09-26 09:00:00
834
原创 遥感影像-语义分割数据集：地物多分类数据集详细介绍及训练样本处理流程
数据为覆盖0.8m-2m分辨率的高分系列遥感多光谱影像，成像波段包括R、G、B、Nir波段，数据覆盖地貌包括：山地、丘陵地区、河湖（水库）、平原、城镇等。
2024-09-25 09:30:38
1276
1
原创 遥感影像-语义分割数据集：DeepGlobe-Land-cover数据集详细介绍及训练样本处理流程
提供高分辨率亚米卫星图像，重点是农村地区。由于土地覆盖类型的多样性和注释的高密度，该数据集很具挑战性。该数据集共包含1146幅卫星图像，大小为2448×2448像素，分为训练/验证/测试集，每组图像为803/171/172幅（对应70%/15%/15%）。
2024-09-20 09:41:46
894
原创 遥感影像-语义分割数据集：2022年山东土地集团杯数据集详细介绍及训练样本处理流程
遥感数据为GF1-WFV拍摄的山东滨州附近地区的影像，预处理过程为正射校正、配准、裁剪。分类目标是山东省土地利用类型，经过处理合并得到以下六类：耕地、林地、草地、水域、城乡、工矿、居民用地及未利用土地。
2024-09-19 14:06:51
666
原创 遥感影像-语义分割数据集：GID数据集24类超精细土地覆盖数据集
GID 是基于我国Gaofen-2卫星数据而构建的大规模高分辨率遥感图像土地覆盖数据集。它包含150张高分辨率高分二号卫星图像的50多亿个标记像素，在一个涵盖人工建造、农业和自然类别的24类系统中进行了标注
2024-09-09 10:40:22
1930
2
原创 遥感影像-语义分割数据集：GID数据集15类样本数据量完美补充
GID数据集，根据官方提供的数据集可以知道，5类别数据还是挺多的，大图150张都有标注类别，但是15类别的样本数据就只有10张标注了类别，这样裁剪成小图512x512大小的可能就只有2100张，这对于模型训练是完全不够的，
2024-09-09 10:39:15
1191
原创 遥感影像-语义分割数据集：2021年昇腾杯复赛数据集详细介绍及训练样本处理流程
细粒度语义分割赛道依据现有的遥感地物分类要求， 结合现有的地物分类实际需求，参照地理国情监测、 “三调”等既有地物分类标准，依据遥感地物“所见即所得”原则， 设计地物要素分类体系，共涉及二级子类（47类），数据为0.8米-2米分辨率的遥感图像。
2024-09-04 15:09:47
844
原创 遥感影像-语义分割数据集：2021年昇腾杯初赛数据集详细介绍及训练样本处理流程
细粒度语义分割赛道依据现有的遥感地物分类要求， 结合现有的地物分类实际需求，参照地理国情监测、 “三调”等既有地物分类标准，依据遥感地物“所见即所得”原则， 设计地物要素分类体系，共涉及一级大类8种，数据为0.8米-2米分辨率的遥感图像。
2024-09-04 15:08:03
797
1
原创 遥感影像-语义分割数据集：2020年昇腾杯初赛数据集详细介绍及训练样本处理流程
该数据集为2020年华为举办的昇腾杯其中一个赛道，依据现有的遥感地物分类要求，结合现有的地物分类实际需求，参照地理国情监测、“三调”等既有地物分类标准，依据遥感地物“所见即所得”原则，设计地物要素分类体系，共涉及一级大类8种
2024-09-04 10:53:55
615
原创 遥感影像-语义分割数据集：2020年昇腾杯复赛数据集详细介绍及训练样本处理流程
该数据集为2020年华为举办的昇腾杯其中一个赛道，依据现有的遥感地物分类要求，结合现有的地物分类实际需求，参照地理国情监测、“三调”等既有地物分类标准，依据遥感地物“所见即所得”原则，设计地物要素分类体系，共涉及二级子类17种
2024-09-04 10:53:20
553
原创 遥感影像-语义分割数据集：WHDLD数据集详细介绍及训练样本处理流程
WHDLD是一个密集的标签数据集，可用于多标签任务，例如遥感图像检索（RSIR）和分类，以及其他基于像素的任务，例如语义分割（在遥感中也称为分类）。
2024-09-03 09:09:28
1616
原创 遥感影像-语义分割数据集：DLRSD数据集详细介绍及训练样本处理流程
DLRSD是一个密集的标签数据集，可用于多标签任务，例如遥感图像检索（RSIR）和分类，以及其他基于像素的任务，例如语义分割（在遥感中也称为分类）。
2024-09-03 09:08:51
1000
原创 遥感影像-语义分割数据集：DeepGlobe-Land-cover数据集详细介绍及训练样本处理流程
提供高分辨率亚米卫星图像，重点是农村地区。由于土地覆盖类型的多样性和注释的高密度，该数据集很具挑战性。该数据集共包含1146幅卫星图像，大小为2448×2448像素，分为训练/验证/测试集，每组图像为803/171/172幅（对应70%/15%/15%）。
2024-09-02 13:05:38
1876
1
原创 遥感影像-语义分割数据集：EvLab-SS benchmark数据集详细介绍及训练样本处理流程
EvLab-SS benchmark 数据集武大公开数据集，用于评估真实工程场景上的语义分割算法，旨在为遥感领域的高分辨率像素级分类任务寻找一种良好的深度学习架构。
2024-09-02 13:04:18
932
原创 遥感影像-语义分割数据集：GID数据集存在的问题及训练数据处理流程
GID包含150景高质量高分辨率的Gaofen-2卫星遥感图像，这些图像是从中国60多个不同的城市拍摄获取，每幅图像都没有云雾遮挡且清晰高质。整体图像的覆盖范围超过50000平方公里的地理区域。原始影像提供的8位数据，颜色看着很奇怪，不像是正常的颜色，标签的四周有黑色边框。
2024-09-01 18:10:55
1455
原创 遥感影像-语义分割数据集：GID数据集详细介绍及训练样本处理流程
大规模分类集（GID-5）包含建筑、农田、森林、草地和水域等5个土地覆盖类别，共计150景像素级标注的Gaofen-2卫星遥感图像。下面对原始影像及标签进行模型训练前的数据预处理，根据这套数据集的原始信息，原始数据包括原始影像和RGB真值图片，需要将RGB波段转化为单波段图片，然后根据自己训练模型的图片尺寸大小批量裁剪原始影像和标签为所需要的尺寸，比如512*512，另外如果需要检查裁剪后的数据是否一一对应，最好给标签数据添加颜色表，这样就可以轻易看出影像和真值标签是否一致。
2024-09-01 18:07:37
3282
1
原创 遥感影像-语义分割数据集：iSAID数据集详细介绍及训练样本处理流程
iSAID是第一个用于航空图像分割的基准数据集。这个大规模且注释密集的数据集包含2806张高分辨率图像中15个类别的655451个对象实例
2024-08-30 11:13:25
3711
原创 遥感影像-语义分割数据集：Vaihingen数据集详细介绍及训练样本处理流程
Vaihingen是一个相对较小的村庄，有许多独立的建筑和小的多层建筑。
2024-08-30 09:32:09
2731
2
原创 遥感影像-语义分割数据集：Potsdam数据集详细介绍及训练样本处理流程
Potsdam 数据集是一个有着2D 语义分割内容标注的城市遥感数据集
2024-08-29 20:53:56
5760
5
原创 遥感影像-语义分割数据集：LoveDA数据集详细介绍及训练样本处理流程
构建了一个城市-农村域自适应地表覆盖数据集LoveDA，同时推进语义分割和迁移学习，LoveDA 数据集包含来自三个不同城市的5987张0.3m高分辨率影像和166,768个标注语义对象。
2024-08-29 20:40:25
4536
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人