多光谱图像数据集

最新推荐文章于 2024-08-26 19:52:07 发布

未完城

最新推荐文章于 2024-08-26 19:52:07 发布

阅读量1.5w

点赞数 7

文章标签：图像处理语义分割多光谱遥感

本文链接：https://blog.csdn.net/u012435142/article/details/88799347

版权

本文介绍了多个多光谱图像数据集，包括dfc2019 track1、AOI_4_Shanghai_Train、Dstl Satellite Imagery Feature Detection等，用于语义分割任务。数据集涵盖不同传感器、波段和分辨率，适用于遥感图像分析和建筑物、道路、植被等多种地物的识别与分类。

摘要由CSDN通过智能技术生成

多光谱图像数据集

文章目录

多光谱图像数据集

GitHub

语义分割资源列表
https://github.com/mrgloom/awesome-semantic-segmentation

数据集:

1 dfc2019 track1

https://competitions.codalab.org/competitions/21120#participate

[02] - Ground
[05] - High Vegetation / Trees
[06] - Building Roof
[09] - Water
[17] - Elevated Road / Bridge
[65] - Unlabeled

官方baseline: https://github.com/pubgeo/dfc2019

官方baseline使用基于resnet34的Unet，Unet是网上一个开源的Keras Segment库，官方baseline包含了训练好的权重。

官方baseline使用到以下开源库：

一个数据增强库：albumentations

一个图像分割算法库：segmentation_models

2 AOI_4_Shanghai_Train

SpaceNet 数据集 https://spacenetchallenge.github.io/

8波段图像，0.3m分辨率，有全色图和多光谱图，以及融合后的多波段图像

标注：建筑物区块

├── AOI_4_Shanghai_Train.tar.gz
│      ├── geojson
│      │   └── buildings  # Contains GeoJson labels of buildings for each tile
│      ├── MUL            # Contains Tiles of 8-Band Multi-Spectral raster data from WorldView-3
│      ├── MUL-PanSharpen # Contains Tiles of 8-Band Multi-Spectral raster data pansharpened to 0.3m
│      ├── PAN            # Contains Tiles of Panchromatic raster data from Worldview-3
│      ├── RGB-PanSharpen # Contains Tiles of RGB raster data from Worldview-3
│      └── summaryData    # Contains CSV with pixel based labels for each building in