遥感数据集：FTW全球农田边界和对应影像数据，约160万田块边界及7万多个样本

Fields of The World (FTW) 是一个面向农业田地边界实例分割的基准数据集，旨在推动机器学习模型的发展，满足全球农业监测对高精度、可扩展的田地边界数据的需求。该数据集由@kerner-lab提供，于2024年8月28日发布，主要特征包括：

• 广泛的地理覆盖：跨越欧洲、非洲、亚洲和南美洲的24个国家，覆盖多样化的农业景观，有助于模型泛化至不同农业实践和田地类型。

• 大规模数据集：包含约160万田块边界及7万多个样本，每个样本包含实例和语义分割掩膜，搭配多时间、多光谱的Sentinel-2卫星图像，支持详细的时间和光谱分析。

• 多类别分割：提供实例分割掩膜（识别单个田地）和语义分割掩膜，包括背景、多边形（田地）、边界等类别。

• 光谱和时间丰富性：数据集包含红、绿、蓝和近红外光谱波段，并提供多时间图像，捕捉生长期的不同阶段，图像日期通过USDA作物日历和云量筛选确定。

• 完善的数据集划分：数据集按训练、验证和测试集划分，使用块状随机分割策略避免空间自相关，确保模型评估的准确性。

• 详尽的元数据与文档：提供关于国家、作物类型、季节、收集年份、网格结构等关键信息，帮助用户有效使用数据集。

下载链接：https://source.coop/repositories/kerner-lab/fields-of-the-world/description

数据可以直接Download下载，也可以通过AWS 批量下载。