【数据集】遥感影像建筑物提取论文常用数据集

最新推荐文章于 2025-07-12 16:33:31 发布
最新推荐文章于 2025-07-12 16:33:31 发布
阅读量3.4k 收藏 24
点赞数 8
CC 4.0 BY-SA版权
分类专栏： 数据集 文章标签： 图像处理 人工智能 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44037500/article/details/141681669

几个常用于遥感影像建筑物对比试验的数据集

WHU building dataset

下载链接：
https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html
WHU数据集中包含多个子数据集：

Aerial imagery dataset

航空影像建筑物数据集
数量：8189
尺寸：512*512
分辨率：0.3m
在这里插入图片描述

Satellite dataset I (global cities)

数量：204
尺寸：512*512
传感器：QuickBird、Worldview 系列、IKONOS、ZY-3
分辨率：0.3-2.5m
在这里插入图片描述

Satellite dataset Ⅱ (East Asia)

数量：17388
尺寸：512*512
分辨率：0.45m
在这里插入图片描述

Building change detection dataset

建筑物化检测数据集，链接: link
在这里插入图片描述

Massachusetts building dataset

波士顿地区的151张航拍图像
数量：151张
尺寸：1500*1500
分辨率：1m
在这里插入图片描述

ISPRS

ISPRS 数据集是国际摄影测量与遥感学会（International Society for Photogrammetry and Remote Sensing）提供的相关数据集，包含Vaihingen和Postdam

ISPRS Vaihingen 数据集

下载链接：
https://aistudio.baidu.com/datasetdetail/245379
数量：33幅
尺寸：6000x6000
分类：不透水面（rgb: 255, 255, 255）；建筑物（rgb: 0, 0, 255）；低矮植被（rgb: 0, 255, 255）；树木（rgb: 0, 255, 0）；
汽车（rgb: 255, 255, 0）；背景（rgb: 255, 0, 0），背景类包括水体和与其他已定义类别不同的物体（例如容器、网球场、游泳池）等通常属于城市场景中不感兴趣的语义对象。
ISPRS Potsdam 数据集

ISPRS Potsdam 数据集

下载链接：
https://aistudio.baidu.com/datasetdetail/145287
数量：28幅
尺寸：6000x6000
在这里插入图片描述

智能解译城市进程：遥感影像建筑物提取研究全景与前沿进展（数据集及代码）
hanfeng5268的博客
04-06 284
随着全球城市化进程的加速，高效、精准地监测城市建筑物分布对城市规划、灾害评估、人口估算及智慧城市建设具有重要意义。传统的人工测绘方法耗时费力，难以满足大范围、动态更新的需求。而遥感影像建筑物提取技术，借助深度学习与计算机视觉，能够自动化识别并提取建筑物轮廓，极大地提升了城市信息获取的效率和精度。首先，建筑物提取是遥感影像解译的核心任务之一。
深度学习学习笔记（四）—— Tensorflow2+BRRNet进行遥感图像的建筑物提取
cgd_lucky的博客
02-19 3847
深度学习学习笔记（四）—— Tensorflow2+BRRNet进行遥感图像的建筑物提取 深度学习学习笔记（四）—— Tensorflow2+BRRNet进行遥感图像的建筑物提取 1 前言 2 BRRNet模型简介 2.1 模型总览 2.2 预测模块（prediction module） 2.3 残差修正模块（Residual Refinement module） 3 程序设计 3.1 数据源与图像裁切 3.2 tfrecords文件的制作 3.3 BRRNet模型的建立、训练和预测 4
遥感图像数据集
04-11
遥感图像数据集为tif格式，用于图像融合、图像分割等领域，十分实用
WHU-RS19 武汉大学深度学习数据集
gitblog_06769的博客
04-12 368
WHU-RS19 武汉大学深度学习数据集 去发现同类优质开源项目:https://gitcode.com/ WHU-RS19是武汉大学提供的深度学习数据集，适用于高分辨率遥感图像的场景分类。该数据集由Google Earth收集，是一个全新的公开可用资源，包含950幅大小为600×600像素的图像，均匀分布在19个不同的场景类别中。 本数据集的特点是包含了各种场景类别中照明、尺度、分辨率及视点依赖...
【目标检测】无人机航拍建筑物数据集14320张YOLO+VOC格式
最新发布
lwx666sl的博客
07-12 223
本文介绍了一个无人机航拍建筑物目标检测数据集，共包含14320张JPEG格式图片，提供VOC和YOLO两种格式。数据集包含3个文件夹：JPEGImages（14320张jpg）、Annotations（14320个xml文件）和labels（14320个txt文件）。数据集中仅包含"Building"一个类别标签，总框数达194888个。图片分辨率清晰，经过增强处理，采用矩形标注框。特别说明：数据集仅提供准确标注，不保证训练模型精度。文件大小约941MB。
[数据集]遥感图像建筑/道路数据集
热门推荐
nanbei2463776506的博客
02-14 1万+
在看论文时发现了这个数据集，记录在这里，希望可以帮助到广大的胖友们 传送门 : https://www.cs.toronto.edu/~vmnih/data/ 爬取了一部分建筑数据集，已上传到代码区域。如果运用了这个数据集，一定要标明出处。 划重点，一定要标明哦 “If you use any of these datasets for research purposes you sh...
语义分割-建筑物提取数据集
weixin_43679228的博客
11-18 4892
建筑物提取数据集 深度学习下，使用Keras进行建筑物提取。参考其他博主的文章，选择查看了一个数据集。分享一下，也方便自己以后寻找。 1、WHU 建筑物数据集 2、Inria数据集 3、Massachusetts 建筑物数据集 Reference https://blog.youkuaiyun.com/weixin_42990464/article/details/105572231 https://mp.weixin.qq.com/s/UHlMX63t8TwKv3_1wOt5aw https://github.
遥感建筑物提取数据集
chen645096127的博客
06-28 3003
前言 建筑物是人类社会生产、生活的主要载体，建筑物轮廓信息是国家基础地理信息的重要组成部分。相比于人工遥感解译与矢量化，结合算法模型从遥感影像中自动提取建筑物轮廓大大减少了人力物力的消耗。这在城市扩张研究、数字城市建设等领域有着广泛的应用。 近年来，全卷积神经网络的不断发展为高精度自动化建筑物提取提供了新的方法。但是，由于建筑物在尺度，建筑风格，形态上有较大差异，目前高精度建筑物提取仍存在较大挑战。一方面，难兼顾较好的建筑物定位精度（依赖于高层语义特征）与建筑物边缘精度（依赖于浅层特征）。另一方面，基于
建筑物提取数据集
如果想成为中心，那么就到中心去吧。
04-17 9380
前言 建筑物是人类社会生产、生活的主要载体，建筑物轮廓信息是国家基础地理信息的重要组成部分。相比于人工遥感解译与矢量化，结合算法模型从遥感影像中自动提取建筑物轮廓大大减少了人力物力的消耗。这在城市扩张研究、数字城市建设等领域有着广泛的应用。 近年来，全卷积神经网络的不断发展为高精度自动化建筑物提取提供了新的方法。但是，由于建筑物在尺度，建筑风格，形态上有较大差异，目前高精度建筑物提取仍存在较大挑战...
经典遥感影像建筑物提取模型Building Extraction Based on U-Net with an Attention Block and Multiple Losses（AMUNet）
weixin_45798280的博客
12-18 3316
Building Extraction Based on U-Net with an Attention Block and Multiple Losses在2020年发表于remote sensing期刊。 论文网址：https://www.researchgate.net/publication/341018039_Building_Extraction_Based_on_U-Net_with_an_Attention_Block_and_Multiple_Losses 简介： ...
unet建筑物提取
weixin_44095417的博客
08-19 2037
我们可以从它的官网https://project.inria.fr/aerialimagelabeling/下载数据集，数据集包含Training Set、Validation Set、Test Set三个部分，分别包含136，4，10幅1500*1500大小的遥感影像与对应的标签影像。我们利用训练好的模型来测试一下我们的数据，模型最终分割的部分结果如下所示。中间的是我们的结果，右边的是target，可以看到我们的分割结果基本上将建筑物都识别出来了。作者水平有限，如代码存在问题，请及时联系作者。
深度学习调参经验分享（遥感建筑提取）
qq_44865208的博客
12-22 1972
1.1初识 明确遥感解译任务目标，观察遥感影像和标注的基本形态和分布，地物特征 （1）看数据标注是否存在噪声？（因为比赛时他的影像和标注时间不一定一致，导致标注本身不一定完全正确） 1对于标记噪声是否进行人工清洗（不推荐，比赛中A榜存在问题，我么清洗了在A榜精度提升了，但是B榜也可能存在问题，那时候我们没有办法在改了）；2考虑label smoothing降低对于标签的信心 （2）数据之间是否存在同物易谱（类内间差异大）或异物同谱（易混淆）现象？ 1是否需要设计一些全局性的特征；2考虑是否要使用一些强大的特
遥感图像数据库
03-25
NWPU的开源数据库，做机器学习可以使用，内容较多，分类略有混乱，具体介绍文件里有
遥感图像的建筑物分类数据集.zip
10-08
遥感图像的建筑物分类数据集
建筑轮廓遥感数据数据集和标注文件-深度学习遥感建筑自动分类python数据集
04-25
本数据集包含7260个影像区域样本，共上万栋建筑物，数据集由MS COCO 2017格式的标注文件及相应的建筑物掩膜二值图构成，可为研究高分辨率遥感影像的建筑物检测和提取提供基础数据。包含数据源介绍、数据处理过程、...
遥感影像云检测-云检测数据集信息及下载
ssshyeong的博客
11-03 1万+
常用云检测数据集信息及下载1.LandSat7云量评估数据集2.LandSat8-Biome生物群落云量评估数据集3.LandSat8-38Cloud数据集4.高分系列-GF1-WHU遥感影像云数据集5.Sentinel-2 Cloud Mask Catalogue5.1.数据介绍5.2.数据集目录编排5.3.统计数据5.4.错误和不确定性 1.LandSat7云量评估数据集 数据下载 该集合包含206 个Landsat 7增强型主题映射器（ETM +）1G级场景，显示在以下生物群系中。手动生成的云遮罩用于
论文笔记（八）：基于深度学习的高分遥感影像水体提取模型研究（地理与地理信息科学）
在这里做笔记
12-20 1097
从高分辨率卫星遥感影像中提取水体对于水体监测和管理具有重要意义，而阴影和建筑物的干扰制约了水 体提取的精度。该文分别利用卷积神经网络和Ｄｅｅｐｌａｂｖ３语义分割神经网络，开展了高分辨率卫星遥感数据水体 提取研究，探讨深度学习在水体提取中的应用能力
遥感影像数据集
weixin_45963617的博客
11-20 535
卫星遥感图像数据集链接：https://aistudio.baidu.com/aistudio/projectdetail/882508
遥感影像数据集-DOTA
dejahu的博客
09-17 7664
遥感影像数据集 参考： PaddleDetection/README.md at release/2.2 · PaddlePaddle/PaddleDetection (github.com) CAPTAIN-WHU/DOTA_devkit (github.com) DOTA遥感数据集以及相关工具DOTA_devkit的整理(踩坑记录) - 知乎 (zhihu.com) 遥感影像的数据集大多数都包含了角度信息，并且目标相对较小，传统的目标检测在遥感影像的处理上效果不佳，比较常用的数据集有nwpu数据集和
WHU建筑物数据集
03-22
### 武汉大学建筑物数据集的相关资源与信息 武汉大学的WHU建筑物数据集是一个广泛应用于遥感影像建筑物提取研究的数据集合[^1]。该数据集包含了多个子数据集，其中“Aerial imagery dataset”尤为突出。 #### 下载链接 WHU建筑物数据集的主要下载页面可以通过以下链接访问： - 官方网站：[https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html](https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html) 此外，还有其他第三方平台提供了该数据集的部分版本或扩展内容： - 百度网盘链接：[https://pan.baidu.com/s/1EsVDb4FqJKLm23gHGvA77Q](https://pan.baidu.com/s/1EsVDb4FqJKLm23gHGvA77Q)，提取码：ru08[^3] - 飞桨AI Studio平台也提供了一个相关数据集的镜像下载服务：[https://aistudio.baidu.com/datasetdetail/139421](https://aistudio.baidu.com/datasetdetail/139421) #### 数据格式说明 WHU建筑物数据集中的图像通常具有较高的分辨率，具体尺寸可能因子数据集而异。例如，在某些情况下，图像大小为512×512像素；而在另一些场景下，则采用了更高分辨率的标准（如1024×768像素），并以JPG格式存储[^4]。 关于注释文件，WHU数据集遵循了多种标准来适应不同的检测算法需求。SIMD数据集作为对比案例之一，其注释文件支持三种主流格式，这表明WHU也可能兼容类似的多格式体系结构。 以下是处理此类数据的一个简单Python脚本示例，用于加载和查看图像及其对应的标签： ```python import cv2 from matplotlib import pyplot as plt def load_image_and_annotation(image_path, annotation_path): image = cv2.imread(image_path) with open(annotation_path, 'r') as f: annotations = f.readlines() return image, annotations image_path = "path_to_your_image.jpg" annotation_path = "path_to_your_annotations.txt" image, annotations = load_image_and_annotation(image_path, annotation_path) plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) for line in annotations[:5]: print(line.strip()) ``` 此代码片段展示了如何读取一张图片以及它的标注信息，并通过Matplotlib库显示出来。 ---
评论
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