全球建筑物提取数据集（免费下载）：微软/GlobalMLBuildingFootprints

最新推荐文章于 2024-07-02 10:50:47 发布
最新推荐文章于 2024-07-02 10:50:47 发布
阅读量4.4k 收藏 21
点赞数 2
分类专栏： planetary computer 文章标签： 全球建筑物 微软 Global 建筑物
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.csdn.net/qq_31988139/article/details/124895844
版权
微软发布了7.77亿座建筑物的开放式建筑足迹数据集，覆盖2014年至2021年，采用Open Data Commons Open Database License (ODbL) 许可。数据集包括GeoJSON格式的建筑多边形，适用于OpenStreetMap生态系统，但建议在导入前检查当地质量。数据质量因地区而异，适用于ml-enabler和Facebook RapiD等工具。
摘要由CSDN通过智能技术生成

这个是GitHub上的开源数据集：

https://github.com/microsoft/GlobalMLBuildingFootprints

介绍

必应地图正在世界各地发布开放式建筑足迹。我们从 2014 年到 2021 年间的 Bing Maps 图像中检测到了 7.77 亿座建筑物，包括 Maxar 和 Airbus 的图像。数据可在 ODbL 下免费下载和使用。该数据集补充了我们的其他版本。

了解本专栏 订阅专栏 解锁全文 超级会员免费看
此星光明
关注
专栏目录
订阅专栏
Google Earth Engine ——高分辨率 50 厘米卫星图像的建筑物轮廓数据集
此星光明博客
09-16 1923
This large-scale open dataset consists of outlines of buildings derived from high-resolution 50 cm satellite imagery. It contains 516M building detections across an area of 19.4M km2 (64% of the African continent). For each building in this dataset we inc
Google Earth Engine——全球建筑物GlobalMLBuildingFootprints矢量集合下载
此星光明博客
07-25 1173
对于这个数据集中的每一栋建筑，我们都包括描述其在地面上的足迹的多边形、表明我们对这是一栋建筑的确定程度的信心分数，以及与建筑中心相对应的Plus代码。没有关于建筑物类型、街道地址或除几何形状以外的任何细节的信息。这个大规模的公开数据集包括从高分辨率的50厘米卫星图像中得出的建筑物轮廓。它包含了5.16亿个建筑物的检测结果，面积为1,940万平方公里（占非洲大陆的64%）。建筑物足迹对一系列重要的应用很有用从人口估计、城市规划和人道主义反应到环境和气候科学。更多细节见开放建筑数据集的官方网站。...
全球谷歌-微软开放式全球建筑数据集
此星光明博客
01-06 2810
全球谷歌-微软开放式建筑数据集该数据集整合了谷歌 V3 开放式建筑和微软最新的建筑足迹，包含 2,534,595,270 个惊人的足迹。截至 2023 年 9 月，它已成为最全面的开放式数据集。该数据集涵盖 92% 的 0 级行政边界，分为 182 个分区。每个足迹都明确标注了其来源，指出是来自谷歌还是微软。该数据集可以 GeoParquet、FlatGeobuf 和 PMTiles 等云原生地理空间格式访问，为各种应用提供了强大的资源。
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 8831
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...
全国现状建筑数据，选中范围即可查询下载，富含建筑物位置、层数、建筑物功能、名称地址等信息！
最新发布
xcitybox的博客
07-02 479
今天分享的是一个绘制范围即可下载范围内的建筑数据下载工具，内含高质量建筑数据数据源，助力场地建设规模一目了然。
建筑物点云数据
09-26
一个建筑物的点云，2兆多，适合初学者实验
CnOpenData 中国90座城市建筑物屋顶矢量数据集
CnOpenData_wj的博客
04-17 1075
南师大智慧城市感知与模拟实验室. 中国90座城市建筑物屋顶矢量数据集（2020）. 国家青藏高原科学数据中心, DOI:10.11888/Geogra.tpdc.271702, CSTR:18406.11.Geogra.tpdc.271702, 2021.5.空间范围：北：53.55；4.数据格式：Esri Shapefile。3.文件大小：143360.0MB。2.投影：Albers。1.比例尺：None。
建筑物的地面扫描点云数据
07-02
建筑物的地面激光扫描数据，包括建筑物立面和部分屋顶信息。
公共数据 | CnOpenData中国90座城市建筑物屋顶矢量数据集
CnOpenData的博客
11-07 1148
该数据集包含中国90座城市（根据城市行政等级及区域分布综合选取，城市名录详见附件1）建筑物屋顶矢量数据。主要基于深度学习语义分割模型和多源遥感影像进行制作。首先，对原始影像进行预处理，并根据城市等级及其区域分布情况进行分层采样以及目视解译，制作训练和测试数据。然后将训练数据输入深度学习语义分割模型进行训练，使其适用于建筑物屋顶提取任务，并基于测试数据，采用深度学习领域结果评价一般性指标对建筑物屋顶提取模型性能进行评价。最后，将此模型应用于中国90座城市建筑屋顶提取任务中，自动提取建筑物屋顶并进行矢量化。
Google Earth Engine（GEE）——美国建筑物数据集
此星光明博客
02-09 1054
国土安全部、FIMA、联邦紧急事务管理局的响应地理空间办公室、橡树岭国家实验室和美国地质调查局合作，建立和维护全国第一个大于450平方英尺的所有结构的清单，用于洪水保险缓解、应急准备和响应。截至2021年12月，美国结构数据集包括所有结构的占用类型（如住宅、商业、工业）和主要占用类型（如单户住宅、餐馆、医院）的分类。除了居住类型和几何形状，每个多边形包括一个通用唯一标识符（UUID），这是整个数据集中每个结构的唯一标识。免责声明：数据集的全部或部分描述是由该数据集的作者或提供者及其作品提供的。
点云数据，包括原始数据以及从中提取的道路，房屋等数据
12-20
点云数据，包括原始数据以及从中提取的道路，房屋等数据
点云数据建筑物轮廓提取.论文
04-21
基于点云数据的建筑物轮廓提取，LIDAR点云数据，建筑物，轮廓提取
全国64个主要大中型城市建筑轮廓（含层高）矢量数据.rar
05-01
在ArcGIS中直接将数据拖入，即可城市建筑轮廓，坐标是WGS1984，比如成都放大后是这样的，在ArcGIS中可以看到字段，包括层高，有了层高后我们就可以将其换算为城市建筑高度。有了建筑轮廓数据，我们能做什么呢？主要有： 城市建筑天际线分析 建筑空间构建，提取周边建筑轮廓，生成周边建筑环境要素。 建筑密度分析，可以快速分析出研究区域的建筑密度情况。 建筑高度分析，分析区域内的建筑高度整体情况。 除了上述量化分析，我们还可以应用数据画出很多漂亮的图
21个城市的建筑数据
07-18
包含21个二线城市的建筑底面轮廓矢量数据，.shp格式.包含21个二线城市的建筑底面轮廓矢量数据，.shp格式.
URL fetch failure on https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz: None
风口IT猪的成长录
08-11 1万+
TensorFlow调用Keras数据集出现错误问题描述解决方法 问题描述 Keras框架为我们提供了一些常用的内置数据集。比如，图像识别领域的手写识别MNIST数据集、文本分类领域的电影影评imdb数据集等等。 这些数据库可以用一条代码就可以调用： from keras.datasets import imdb from keras.datasets import reuters from tensorflow.python import keras (x_train, y_train), (x_tes
github官网上代码备份（https://github.com/）
热门推荐
qianghuafeifeifei的博客
08-12 1万+
一、github准备工作 1、首先的有个GitHub账号，按照要求注册登录，点击进入GitHub官网； 2、账号申请完毕后，登录账号，创建项目； 1）点击下图中的按钮创建 2）输入相应信息，创建项目 3）项目创建结束后，会显示自己新建的项目名称，如下图 二、下载git 1、官网下载速度很慢，可以去这里点击下载，下面是我网盘下载过的，也可以直接去提取； 百度网盘地址：https://pan.b...
全球建筑物轮廓数据
J_Giser的博客
12-18 1333
其中包含阿根廷3427787个建筑物轮廓，玻利维亚1015151个建筑物轮廓，巴西18711536个建筑物轮廓，智利2208744个建筑物轮廓，哥伦比亚6083821个建筑物轮廓，厄瓜多尔3674190个建筑物轮廓，圭亚那3339个建筑物轮廓，巴拉圭990756个建筑物轮廓，秘鲁1710431个建筑物轮廓，乌拉圭2656个建筑物轮廓，委内瑞拉6572969个建筑物轮廓。全国范围的50516194个建筑物轮廓数据集，数据集包含尼日利亚35767509个建筑物轮廓，肯尼亚14748685个建筑物轮廓。
建筑物轮廓(含楼层或者高度)
bigemap123的博客
07-13 1139
建筑物轮廓(含楼层或者高度)
如何提取此网页http://www.scnewair.cn:6114/#/home数据代码
06-08
提取网页数据需要使用爬虫技术，以下是一个简单的爬虫程序示例，可以提取http://www.scnewair.cn:6114/#/home网页的数据代码： ``` import requests from bs4 import BeautifulSoup # 发送请求 url = 'http://www.scnewair.cn:6114/#/home' response = requests.get(url) # 解析HTML代码 soup = BeautifulSoup(response.text, 'html.parser') # 提取数据代码 data_code = soup.find('script', {'id': 'app'}).get_text() print(data_code) ``` 上述代码使用requests发送请求，使用BeautifulSoup解析HTML代码，然后根据HTML代码的结构提取数据代码。需要注意的是，该网站的使用协议和法律法规，如果您要使用爬虫程序提取网站数据，请确保遵守相关规定。
评论 9
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

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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