遥感建筑物提取数据集

最新推荐文章于 2025-04-18 14:26:17 发布

1051369814

最新推荐文章于 2025-04-18 14:26:17 发布

阅读量4.9k

点赞数 4

分类专栏：遥感数据集文章标签：人工智能深度学习

原文链接：https://blog.csdn.net/weixin_42990464/article/details/105572231

版权

遥感数据集专栏收录该内容

6 篇文章

订阅专栏

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，基于神经网络的方法往往依赖于大尺度数据集进行训练。

因此，本博文总结了以下建筑数据集。