pytorch遥感图数据集

PyTorch中的遥感图像数据集包括以下几种：

1. EuroSAT：该数据集包括27个类别的遥感图像，共有约27,000张图像。每个类别都包括约1,000张图像。该数据集可用于分类任务。

2. SEN12MS：该数据集包括了L-波段和C-波段的遥感图像，总共有许多张图像，可以用于各种任务，如分割、分类、检测等。

3. NWPU-RESISC45：该数据集包括45个类别的遥感图像，其中包括飞机、桥梁、森林等不同类型的物体。总共有30,000张图像。该数据集可用于分类任务。

4. DeepGlobe：该数据集包括3个任务：道路提取、建筑物提取和地图卫星图像分类。总共有约5,000张图像。

5. BigEarthNet：该数据集包括每个地理区域覆盖范围广泛的多光谱遥感图像。总共有125,000张图像，可以用于分类和检测任务。

6. AID：该数据集包括30个类别的遥感图像，共有10,000张图像。该数据集可用于分类任务。

7. WHU-RS19：该数据集包括19个类别的遥感图像，共有成千上万张图像。该数据集可用于分类任务。

8. UC Merced Land Use：该数据集包括21个类别的遥感图像，共有约3,000张图像。该数据集可用于分类任务。

这些数据集涵盖了遥感图像的各种应用场景，可供研究人员、开发人员和学习者使用。

高光谱图像数据集

PyTorch中有许多可用的高光谱图像数据集，包括以下几个：

1. Indian Pines数据集：在印度的一个小城镇拍摄的高光谱图像，包含145x145像素和224个波段

2. Pavia数据集：由意大利帕维亚市拍摄的高光谱图像，包含610x340像素和103个波段

3. Salinas数据集：在美国加州的Salinas Valley拍摄的高光谱图像，包含512x217像素和224个波段

4. KSC数据集：在美国佛罗里达州肯尼迪航天中心拍摄的高光谱图像，包含512x614像素和176个波段

以上数据集都可以在PyTorch中使用，可以通过下载相应的数据集并使用PyTorch中的数据加载器进行加载。这些数据集通常用于遥感图像分析和分类任务。