遥感影像云检测-云检测数据集信息及下载

1.LandSat7云量评估数据集

数据下载
该集合包含206 个Landsat 7增强型主题映射器（ETM +）1G级场景，显示在以下生物群系中。手动生成的云遮罩用于训练和验证云覆盖评估算法，该算法又用于计算每个场景中云覆盖的百分比。 最初报告为207个Mask，但错误地计算了一个。
来自此数据集的102个场景用于Foga，Scaramuzza等人中描述的云验证研究中
[Foga, S., Scaramuzza, P.L., Guo, S., Zhu, Z., Dilley, R.D., Beckmann, T., Schmidt, G.L., Dwyer, J.L., Hughes, M.J. & Laue, B. (2017). Cloud detection algorithm comparison and validation for operational Landsat data products. Remote Sensing of Environment, 194, 379-390. ](doi: 10.1016/j.rse.2017.03.026.)
每个文件包含.TIF格式的1级数据带文件、元数据文件（MTL.txt）和.TIF格式的手动掩码。
每个手动掩码中的位解释如下：

Value	Interpretation
0	Fill
64	Cloud Shadow
128	Clear
192	Thin Cloud
255	Cloud

2.LandSat8-Biome生物群落云量评估数据集

数据下载
该集合包含96个Landsat 8操作性陆地成像仪（OLI）热红外传感器（TIRS）地形校正（Level-1T）场景，显示在以下生物群系中。手动生成的云遮罩用于验证云覆盖评估算法，该算法又用于计算每个场景中云覆盖的百分比。
每个文件都包含.TIF格式的Landsat 8 Level-1数据带文件，质量带.TIF文件，元数据文件（MTL.txt）和.img（ENVI）格式的手动掩码。
CCA：cloud cover assessment (CCA)
近似云状态列使用以下指南表示每个场景的估计云百分比：

场景云量等级	条件
Clear	低于35%
Mid Cloud	35%-65%
Cloudy	高于65%
每个手动掩码中的位解释如下：
Value	Interpretation
–	–
0	Fill
64	Cloud Shadow
128	Clear
192	Thin Cloud
255	Cloud

3.LandSat8-38Cloud数据集

数据下载
这些场景的整个图像被裁剪成多个384 384碎片，适用于基于深度学习的语义分割算法。每个碎片具有4个相应的光谱通道，其为红色（带4），绿色（带3），蓝色（带2）和近红外（带5）。与其他计算机视觉图像不同，这些通道不会组合在一起。相反，它们对应于目录中。
该数据集包含38个Landsat 8场景图像及其手动提取的像素级地面真相，用于进行云检测。
这些场景的整个图像被裁剪为多个384384个补丁，以适合于基于深度学习的语义分割算法。有用于训练的8400补丁和用于测试的9201补丁。每个贴片具有4个对应的光谱通道，分别是红色（波段4），绿色（波段3），蓝色（波段2）和近红外（波段5）。与其他计算机视觉图像不同，这些通道不会合并在一起。相反，它们位于其对应目录中。

• 薄云（薄雾）也被视为云（以及厚云）。
• 自然彩色图像是用于进一步可视化目的的伪彩色图像。在[1]和[2]的训练和测试阶段尚未使用它们。
• 一些补丁中没有有用的信息（0像素值）。这是因为Landsat 8图像周围的黑色空白。为方便起见，可以在数据集文件夹或此处，找到csv文件（training_patches_38-cloud_nonempty.csv）中的列表，其中包括信息性补丁的名称（信息性像素/非零像素超过80％的补丁）
• training_patches_38-Cloud.csv文件存了每个patch的后缀，因此同一个patch，主要是前缀green、blue、red、nir、gt的不同

4.高分系列-GF1-WHU遥感影像云数据集

下载地址：
百度网盘-密码rbwb
Google Drive
其中包括108个GF-1宽视野（WFV）2A级场景及其参考云和云阴影遮罩。利用这些数据集对MFC算法在GF-1wfv云和云影检测中的性能进行了评价。全球分布的验证图像采集于2013年5月至2016年8月。参考遮罩是由经验丰富的用户目测后手工绘制云/云影边界得到的。
场景在中提供。焦油.gz格式，以及.tif fromat