38-Cloud 云分割数据集使用教程

38-Cloud 云分割数据集使用教程

38-Cloud-A-Cloud-Segmentation-DatasetThis data set includes Landsat 8 images and their manually extracted pixel-level ground truths for cloud detection.项目地址:https://gitcode.com/gh_mirrors/38/38-Cloud-A-Cloud-Segmentation-Dataset

目录结构及介绍

38-Cloud 云分割数据集的目录结构如下：

38-Cloud-A-Cloud-Segmentation-Dataset/
│
├── training_sceneids_38-Cloud.csv
├── 38-Cloud_test/
│   ├── test_red/
│   ├── test_green/
│   ├── test_blue/
│   ├── test_nir/
│   ├── Natural_False_Color/
│   ├── Entire_scene_gts/
│   ├── test_patches_38-Cloud.csv
│   └── test_sceneids_38-Cloud.csv
├── LICENSE
├── README.md
└── evaluation/

目录介绍

• training_sceneids_38-Cloud.csv: 训练场景ID文件。
• 38-Cloud_test/: 测试数据目录，包含不同波段的测试图像和对应的真值图像。
  • test_red/: 红色波段测试图像。
  • test_green/: 绿色波段测试图像。
  • test_blue/: 蓝色波段测试图像。
  • test_nir/: 近红外波段测试图像。
  • Natural_False_Color/: 自然假彩色图像。
  • Entire_scene_gts/: 整个场景的真值图像。
  • test_patches_38-Cloud.csv: 测试图像块信息文件。
  • test_sceneids_38-Cloud.csv: 测试场景ID文件。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件。
• evaluation/: 评估代码目录。

项目的启动文件介绍

项目中没有明确的“启动文件”，但可以通过以下步骤启动和使用项目：

1. 克隆项目仓库：

   git clone https://github.com/SorourMo/38-Cloud-A-Cloud-Segmentation-Dataset.git
   

2. 查看项目说明： 阅读 README.md 文件，了解项目的基本信息和使用方法。

3. 下载数据集： 根据 README.md 中的指引，下载完整的数据集。

4. 运行评估代码： 进入 evaluation/ 目录，根据提供的 MATLAB 代码进行评估。

项目的配置文件介绍

项目中没有明确的“配置文件”，但可以通过以下方式进行配置和使用：

1. 数据集配置： 数据集的配置主要通过 training_sceneids_38-Cloud.csv 和 test_sceneids_38-Cloud.csv 文件进行管理，这些文件包含了训练和测试场景的ID信息。

2. 评估代码配置： 评估代码位于 evaluation/ 目录中，可以根据需要进行修改和配置。

通过以上步骤，您可以顺利地使用和配置 38-Cloud 云分割数据集。

38-Cloud-A-Cloud-Segmentation-DatasetThis data set includes Landsat 8 images and their manually extracted pixel-level ground truths for cloud detection.项目地址:https://gitcode.com/gh_mirrors/38/38-Cloud-A-Cloud-Segmentation-Dataset