语义分割-建筑物提取数据集

最新推荐文章于 2024-09-14 11:32:22 发布
最新推荐文章于 2024-09-14 11:32:22 发布
阅读量4.2k 收藏 26
点赞数 2
文章标签： 深度学习 tensorflow 数据库
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/weixin_43679228/article/details/109766002
版权

建筑物提取数据集

深度学习下，使用Keras进行建筑物提取。参考其他博主的文章，选择查看了一个数据集。分享一下，也方便自己以后寻找。
1、WHU 建筑物数据集
在这里插入图片描述
2、Inria数据集
在这里插入图片描述
3、Massachusetts 建筑物数据集
在这里插入图片描述
Reference
https://blog.csdn.net/weixin_42990464/article/details/105572231
https://mp.weixin.qq.com/s/UHlMX63t8TwKv3_1wOt5aw
https://github.com/chrieke/awesome-satellite-imagery-datasets

weixin_43679228
关注
数据分享 | 中国典型城市建筑物实例数据集
Galaxyhx的博客
12-07 4844
1.数据产品概述 建筑物轮廓信息是国家基础地理信息的重要组成部分。高精度建筑物轮廓自动提取往往依赖于大规模的建筑物标注样本。为了丰富中国地区建筑物提取数据集，中国地质大学（武汉）方芳团队以高分辨率遥感影像为数据源，采用人工标注与交互式标注相结合的方式构建形成中国典型城市建筑物实例数据集。 本数据集包含7260个影像区域样本，共63886栋建筑物，分布在北京、上海、深圳及武汉4个城市。数据集由MS COCO 2017格式的标注文件及相应的建筑物掩膜二值图构成，可为研究高分辨率遥感影像的建筑物检测和提取提供
Massachusetts建筑物道路数据集
05-28
马萨诸塞州建筑物数据集由波士顿地区的151张航拍图像组成，每幅图像的1500×1500像素，分辨率为1m，面积为2.25平方公里。因此，整个数据集覆盖约340平方公里。数据分为137个图像的训练集，10个图像的测试集和4个图像的验证集。通过栅格化从OpenStreetMap项目获得的建筑轮廓线来获得目标地图。广泛用于深度学习语义分割与建筑物和道路的提取，是遥感与深度学习领域科研与实验必备的对比实验数据集之一。
遥感影像建筑物分割数据集
03-19
遥感影像中的建筑物分割标注，内含图片1000张，标签1000个。纯手工标注，公开分享资源。
语义分割实战-地表建筑物识别-阿里天池比赛分享
最新发布
wbk0127的博客
09-14 774
赛题为语义分割任务，因此具体的标签为图像像素类别。在赛题数据中像素属于2类（无建筑物和有建筑物），因此标签为有建筑物的像素。赛题原始图片为jpg格式，标签为RLE编码的字符串。RLE全称（run-length encoding），翻译为游程编码或行程长度编码，对连续的黑、白像素数以不同的码字进行编码。RLE是一种简单的非破坏性资料压缩法，经常用在在语义分割比赛中对标签进行编码# 将图片编码为rle格式'''im: numpy数组, 1 - 掩模, 0 - 背景返回以字符串格式表示的运行长度'''
Massachusetts Buildings Dataset 马萨诸塞州建筑物数据集-数据集
03-18
马萨诸塞州建筑物数据集由波士顿地区的151张航拍图像组成，每幅图像的1500×1500像素，面积为2.25平方公里。因此，整个数据集覆盖约340平方公里。数据分为137个图像的训练集，10个图像的测试集和4个图像的验证集。通过栅格化从OpenStreetMap项目获得的建筑轮廓线来获得目标地图。 label_class_dict.csv metadata.csv Massachusetts Buildings Dataset_datsets.txt Massachusetts Buildings Dataset_datasets.zip
WHU-RS19 武汉大学深度学习数据集
03-18
Transferring Deep Convolutional Neural Networks for the Scene Classification of High-Resolution Remo 所用数据源 WHU-RS Dataset. 从Google Earth（Google Inc.）收集的WHU-RS数据集[6]是一个新的公开可用的数据集，其包含大小为600×600像素的950幅图像，均匀分布在19个场景类中。
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 9001
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...
【数据集】遥感影像建筑物提取论文常用数据集
weixin_44037500的博客
08-29 589
几个常用于遥感影像建筑物对比试验的数据集。
unet建筑物提取
weixin_44095417的博客
08-19 1236
我们可以从它的官网https://project.inria.fr/aerialimagelabeling/下载数据集，数据集包含Training Set、Validation Set、Test Set三个部分，分别包含136，4，10幅1500*1500大小的遥感影像与对应的标签影像。我们利用训练好的模型来测试一下我们的数据，模型最终分割的部分结果如下所示。中间的是我们的结果，右边的是target，可以看到我们的分割结果基本上将建筑物都识别出来了。作者水平有限，如代码存在问题，请及时联系作者。
Python-RoboSat用于航空和卫星图像的语义分割可提取特征如建筑物停车场道路水等
08-11
RoboSat是一个用Python 3编写的端到端管道，用于从航空和卫星图像中提取特征。 特征可以是图像中视觉上可区分的任何内容，例如：建筑物，停车场，道路或汽车。
基于语义分割的地表建筑物识别（天池赛）
qq_64032044的博客
05-07 934
【天池赛】零基础入门语义分割-地表建筑物识别实战
WHU-RS19 武汉大学深度学习数据集_whu building dataset 武汉大学,whu数据集
08-25
Transferring Deep Convolutional Neural Networks for the Scene Classification of High-Resolution Remo 所用数据源 WHU-RS Dataset. 从Google Earth（Google Inc.）收集的WHU-RS数据集[6]是一个新的公开可用的数据集，其包含大小为600×600像素的950幅图像，均匀分布在19个场景类中。
New York City - Buildings Database 纽约市-建筑物数据库-数据集
03-18
PLUTO是纽约市建筑物位置和特征的主要记录。它由纽约市城市规划局大约每季度到每半年发布一次，并且是纽约市最重要的公民分析数据集之一。PLUTO包含有关建筑物高度，平方英尺，位置，类型，地标状态，单元数，所有者，施工年份以及其他相关领域的信息。 BK.csv BX.csv MN.csv PLUTODD16v2.pdf Plutolay16v2.pdf PlutoReadme16v2.pdf QN.csv SI.csv
Massachusetts 道路、建筑数据集 百度网盘
11-02
道路数据集大小为4.97G，共有1108张图像。建筑数据集大小780.78M。原图和标注图片均为tif格式图像。
WHU-RS19数据集
09-14
WHU-RS19是从谷歌卫星影像上获取19类遥感影像，可用于场景分类和检索。 相关工作： -G.-S. Xia, W. Yang, J. Delon, Y. Gousseau. H. Maitre, H. Sun, "Structural high-resolution satellite image indexing". Symposium: 100 Years ISPRS - Advancing Remote Sensing Science: Vienna, Austria, 2010
图像分割数据集：无人机俯拍下的生活场景语义分割（12类别）【数据集+标签文件+数据可视化代码】
05-21
项目包含：无人机俯拍下的生活场景语义分割【数据集+标签文件+数据可视化代码】 图像分辨率为：1280*720 数据格式：jpg mask标签格式：png 数据集为无人机航拍下的场景，对生活自然场景进行全景分割，分割的mask...
语义分割-地表建筑物识别的一种解决方案
qq_45798276的博客
12-08 2727
卷积理论 一，参考博客 1，为什么卷积核为四维
中国典型城市建筑物实例数据集下载
Jasenjane的博客
04-18 1481
背景描述建筑物轮廓信息是国家基础地理信息的重要组成部分。高精度建筑物轮廓自动提取往往依赖于大规模的建筑物标注样本。为了丰富中国地区建筑物提取数据集，中国地质大学（武汉）方芳团队以高分辨率遥感影像为数据源，采用人工标注与交互式标注相结合的方式构建形成中国典型城市建筑物实例数据集。数据说明本数据集包含7260个影像区域样本，共63886栋建筑物，分布在北京、上海、深圳及武汉4个城市。数据集由MS COCO 2017格式的标注文件及相应的建筑物掩膜二值图构成，可为研究高分辨率遥感影像的建筑物检测和提取提供基础数据
零基础入门语义分割-地表建筑物识别 Task2 数据扩增 -学习笔记
handsomeandge的博客
02-23 590
先给出task1的链接：task1-赛题理解 这一节进行数据扩增的试验 读取图片： train_mask = pd.read_csv('./data/train_mask.csv', sep='\t', names=['name', 'mask']) train_mask['name'] = train_mask['name'].apply(lambda x: './data/train/' + x) img = cv2.imread(train_mask['name'].iloc[0]) mas
评论 1
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
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