下图为深度学习在高光谱和多光谱领域分类常用的一些公开的训练数据集。
目前我的研究主要集中与多光谱领域,打算采用公开的多光谱训练集来训练ResNet学习网络。目前打算结合使用sentinel-1和sentinel-2数据来做。所以打算使用SAT-4/SAT-6来做一下实验。下面介绍一下该数据集:
背景描述
数据集是基于Sentinel-2卫星拍摄的图像收集而成,覆盖了13个光谱带,由10个分类组成,总共27,000张带标签和地理参考的土地使用图像。用于检测土地使用分类和土地覆盖变化等问题的研究,以帮助改善地理环境。
数据总览:
数据说明:
数据集包含以下十类,每类包含2000~3000张图片,图片像素为64x64:
Industrial Buildings 工业建筑
- <