遥感地物分类多模态数据集

已于 2024-04-08 15:56:53 修改
阅读量6.1k 收藏 80
点赞数 20
文章标签： 深度学习 计算机视觉
于 2024-03-13 13:35:08 首次发布
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_43919753/article/details/136677367
版权
本文概述了多个光学、数字表面模型(DSM)、合成孔径雷达(SAR)和激光雷达(LiDAR)的数据集，包括Potsdam、Vaihingen、N3C-California等，这些数据集用于地理空间分析，涵盖了各类空间分辨率和类别标签。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

总览

optical-dsm
数量平均尺寸空间分辨率模态数据集链接
386 000×6 0005cmRGB、DSM、IRRG、RGBIR、归一化DSMPotsdamlink
332 494×2 0469cmDSM、IRRGVaihingenlink
10800512×5121米RGB、点云、DSMN3C-Californialink
400+50256×25610米MS、SAR、DEMDKDFNlink
optical-sar
数量平均尺寸空间分辨率模态数据集链接
1005556×37045米RGBIR、SARWHU-OPT-SARlink
1mRGB、SARDDHRNetlink
900×9000.5米RGBIR、SARMSAWlink
400+50256×25610米MS、SAR、DEMDKDFNlink
1HS、SARHS-SAR Berlinlink
1HS、SAR、DSMHS-SAR-DSM Augsburglink
180748256×256MS10米，SAR20米MS、SARSEN12MSlink
optical-lidar
数量平均尺寸空间分辨率模态数据集链接
325 × 220HS、LiDARMUUFLGulfportlink
600×1661米HS、LiDARTrentolink
1349 × 1905HS、LiDARHouston2013link
hs-ms
数量平均尺寸空间分辨率模态数据集链接
1HS、MSHS-MS Houston2013link

收集不详尽，可能存在错误的地方，仅供参考。

optical-dsm

Potsdam数据集

2D Semantic Labeling Contest - Potsdam (isprs.org)

示例：

img

数量尺寸空间分辨率模态备注
386 000×6 000像素5cmRGB、DSM、IRRG、RGBIR、归一化DSM7_10号图像存在较多错误标注

类别：不透光表面、建筑物、低矮植被、树木、汽车和背景

Vaihingen数据集

2D Semantic Label. - Vaihingen (isprs.org)

示例：
在这里插入图片描述

数量平均尺寸空间分辨率模态备注
332 494×2 046像素9cmDSM、IRRG

类别：不透光表面、建筑物、低矮植被、树木、汽车和背景

N3C-California

IKDNet-pytorch

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

包含航空、点云和DSM图像，是一个专门为光学-点云多模态学习提出的数据集

image-20231121152004075

数量裁剪尺寸空间分辨率模态
10800512×512像素1米RGB、点云、DSM

类别：ground、tree、building、other

DKDFN

HunanMultimodalDataset

数量裁剪尺寸空间分辨率模态
400+50256×256像素10米MS、SAR、DEM

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

所有数据都被上采样为10m

类别：building, road, farmland, water, greenery
image-20240307175902078

optical-sar

WHU-OPT-SAR数据集

WHU-OPT-SAR-dataset

在这里插入图片描述

数量平均尺寸空间分辨率模态备注
1005556×3704像素5米RGBIR、SAR该数据集由GF1和GF3采集自湖北省

类别：农田、城市、村庄、水域、森林、道路和其他

DDHRNet数据集

https://github.com/XD-MG/DDHRNet

A dual-stream high resolution network: Deep fusion of GF-2 and GF-3 data for land cover classification - ScienceDirect

在这里插入图片描述

数量裁剪尺寸空间分辨率模态备注
\\1m光学、SAR来自GF2、GF3，西安、东营、浦项

类别：建筑物、道路、农田、水域、植被

MSAW 数据集

Multi-Sensor All-Weather Mapping (spacenet.ai)

SpaceNet遥感数据集下载及数据集说明_数据集spacenet下载-CSDN博客

数量裁剪尺寸空间分辨率模态
900×900像素0.5米RGBIR、SAR

在这里插入图片描述

类别：建筑物和其他

HS-SAR Berlin数据集

https://github.com/danfenghong/ISPRS_S2FL

在这里插入图片描述

HS-SAR-DSM Augsburg 数据集

https://github.com/danfenghong/ISPRS_S2FL
在这里插入图片描述

SEN12MS数据集

mediaTUM - Media and Publication Server

数量裁剪尺寸空间分辨率模态备注
180748256MS10米，SAR20米MS、SAR涵盖范围很广，全球大部分地区四季的影像都有

论文里面展示的图标注挺粗糙的，不过似乎DFC2020提供有高分辨率的标注图。

在这里插入图片描述

optical-lidar

MUUFLGulfport

GatorSense/MUUFLGulfport: MUUFL Gulfport Hyperspectral and LIDAR Data: This data set includes HSI and LIDAR data, Scoring Code, Photographs of Scene, Description of Data (github.com)

Trento数据集

参考【Trento】遥感图像数据集提供下载_遥感图像数据集下载-CSDN博客

下载

Trento数据集取自意大利南部城市Trento的农村地区。Trento数据集的空间分辨率为1 m,场景包含六种不同的土地覆盖:苹果树、建筑、地面、木材、葡萄园和道路

数量裁剪尺寸空间分辨率模态备注
600×166像素1米HSI、LiDAR

other

HS-MS Houston2013数据集

https://github.com/danfenghong/ISPRS_S2FL

在这里插入图片描述

FouforPast
关注
MCANet: A joint semantic segmentation framework of optical and SAR images for land use classificatio
qq_51659249的博客
02-19 861
深度卷积神经网络 （DCNN） 是对高分辨率遥感影像进行土地利用分类的最有效方法之一。光学与合成孔径雷达（SAR）影像融合的土地利用分类具有广阔的应用前景，但相关研究较少。在本研究中，我们开发了第一个也是最大的联合光学和 SAR 土地利用分类数据集 WHU-OPT-SAR，覆盖面积约为 50,000 km2，并设计了一个多模态交叉注意力网络 （MCANet）。CANet 包括。
遥感图像地物覆盖分类，数据集制作-分类模型对比-分类保姆级教程
热爱分享，热爱记录
06-13 1922
1.新建shp文件地理坐标系保持和影像一致，面类型2.打开属性表3.添加字段这里分类6类，点击添加值添加添加完毕开始人工选地物类型，制作数据集开始标注，标注的时候可以借助谷歌地图来看标记足够多的样本打开面转栅格工具设置nodata值为15。
高光谱和LiDAR多模态遥感图像分类数据集
06-17
高光谱和LiDAR多模态遥感图像分类数据集，包含Houston2013，Trento，MUUFL。
高光谱遥感影像分类数据集.rar
01-26
高光谱遥感影像分类数据集，可用于高光谱遥感影像分类研究，尤其在深度学习中十分常用，包括Botswana、Indian Pines、Pavia University等。
遥感数据集_多模态/源 遥感数据集
weixin_39709979的博客
12-11 1371
Beyond RGB: Very high resolution urban remote sensing with multimodal deep networks高分辨率多模态遥感数据的语义标记多尺度方法 来利用空间上下文Lidar和多光谱数据融合结论：late fusion可以recover errorSemisupervised Manifold Alignment of Multimod...
遥感图像Trento原始数据集下载
rvdgdsva的博客
11-01 837
遥感图像Trento原始数据集下载
遥感分类数据集
02-24
主要用于检验遥感降维算法的性能!!! 在使用的过程中可以使用MATLAB直接load 即可。其中data中每行为一个数据，label为其对应的标签
遥感场景识别数据集（场景分类）
热门推荐
陨星落云的博客
11-22 1万+
场景识别数据（场景分类） 场景识别通常指对图像整体的常见语义分析和理解，是计算机视觉领域标志性任务之一，在对象识别的基础上，场景识别能够结合上下文信息，从而实现场景主要内容的精确识别。2006年以来，神经网络的学习习能力不断得到提升，训练上的困难不断被克服，以卷积神经网络(CNN)为主的高效率深度学习模型被越来越多的运用到遥感影像应用中。卷积神经网络是当下场景识别的主要手段，而一定规模的遥感影像样本数据集是模型训练的基础。因此，近年来众多科研机构、专家学者研制并发布了基于各类场景的遥感影像样本数据集。收集遥
包含2.9亿标签！大规模、多任务遥感图像理解数据集Satlas，遥感领域的富金矿...
我爱计算机视觉
11-29 971
关注公众号，发现CV技术之美数据对AI研究与开发至关重要，说数据是金矿，规模大、标注多的就是富金矿，一点也不过分。今天向大家介绍一个刚刚发布的遥感领域数据集：Satlas，它在覆盖场景广度和数据规模上都很大，包括 137 个类别和七个标签模式下的2.9亿个标签。作者在论文 Satlas: A Large-Scale, Multi-Task Dataset for Remote Sensing Im...
高光谱与LiDAR遥感图像分类数据集综述
MUUFL数据集就是这类多模态数据集的一个例子，它为研究者提供了一个良好的实验平台来探索不同数据融合技术的效果。 数据集的应用： 1. 土地覆盖分类：通过结合高光谱和LiDAR数据，可以更准确地对城市、森林、农田等...
关于SAR影像变化检测常用数据集
03-19
6. **AID (Automatic Change Detection Dataset)**：这是一个大型的、多模态的遥感变化检测数据集，包括SAR和光学图像，旨在推动人工智能在变化检测中的应用。 7. **InSAR数据集**：干涉SAR技术能提供地表形变信息...
遥感多模态基础大模型汇总-实时更新
qq_36904533的博客
08-29 2197
遥感多模态基础大模型汇总，包括遥感视觉基础大模型，遥感视觉语言基础大模型，遥感基准数据集等大模型数据集和模型的汇总
面向多源异质遥感影像地物分类的自监督预训练方法
renhongxia1的博客
04-24 1239
源自：测绘学报 作者：薛志祥, 余旭初, 刘景正, 杨国鹏, 刘冰, 余岸竹, 周嘉男, 金上鸿 “人工智能技术与咨询” 发布 摘 要 近年来,深度学习改变了遥感图像处理的方法。由于标注高质量样本费时费力,标签样本数量不足的现实问题会严重影响深层神经网络模型的性能。为解决这一突出矛盾,本文提出了用于多源异质遥感影像地物分类的自监督预训练和微调分类方案,旨在缓解模型对于标签样本的严重依赖。具体来讲,生成式自监督学习模型由非对称的编码器-解码器结构组成,其中深度编码器从多源遥感数据中学习高阶关键特征,
遥感图像场景分类数据集简介
gitblog_06532的博客
09-20 715
遥感图像场景分类数据集简介 遥感图像场景分类数据集 项目地址: https://gitcode.com/Resource-Bundle-Collection/6edf4 资...
AI Earth数据集——中国10米地物分类数据集(AIEC)
此星光明博客
03-03 3063
达摩院AI Earth团队自研的中国区10m分辨率地物分类产品，数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集，借助深度学习方法，融合了多时序、多模态、Low Level约束、半监督等技术，进行精细化地物分割。算法基于LandCoverNet Dataset, Google Dynamic Dataset和自研验证集进行统计评测，整体精度指标均达到一定提升。AI EarthSentinel地物分类中国年度产品。
对于多模态遥感数据分类的分数傅里叶图像Transformer
学习记录
10-31 1786
论文笔记：《Fractional Fourier Image Transformer for Multimodal Remote Sensing Data Classification》
深度学习遥感场景分类数据集整理
qq_41627642的博客
04-20 2340
1、RSSCN7 DataSet 遥感图像数据集 （用于 5-10 分类问题） RSSCN7 数据集由武汉大学的秦邹于 2015 年发布，相关论文有《Deep learning based feature selection for remotesensing scene classification》。 RSSCN7 Dataset 包含 2800 幅遥感图像，这些图像来自于 7 个典型的场景类别 ——草地、森林、农田、停车场、住宅区、工业区和河湖，其中每个类别包含 400 张图像，分别基于 4 个.
遥感图像场景分类数据集
大彤小忆的博客
05-26 1万+
  目前国内外开发了很多可以用于场景分类任务的公开基准数据集，为这一领域的研究提供了便利。常用的遥感图像场景分类数据集有UC Merced Land-Use和NWPU-RESISC45两种。 UC Merced Land-Use 提取码：txeu UC Merced Land-Use遥感数据集是由UC Merced计算机视觉实验室公布的用于遥感图像场景分类的公开数据集，包含21类场景，各类别场景样本展示如下图所示。     上图中具体每个类别为(1) agricultural、(2) airplane、
isprs数据集下载
最新发布
03-24
<think>好的，我需要帮助用户下载ISPRS数据集的最新版本。首先，我得确认用户提到的ISPRS数据集具体指哪些。根据用户提供的引用，他们提到了Potsdam、Vaihingen和Toronto数据集。这些数据集通常用于遥感图像的语义分割任务，属于ISPRS的2D语义标签数据。 用户希望从官方网站下载最新版本，但根据引用内容，官方网站可能需要注册或特殊访问权限。引用中提到的项目地址和百度网盘链接可能不是官方源，但用户可能需要替代下载方式。比如，引用[1]和[4]提供了百度网盘的链接，但提取码可能已过期或不正确。需要注意提醒用户检查链接的有效性。 另外，用户可能需要数据集的处理方法，引用[2]和[3]提到了数据集的介绍和处理源码。我应该建议用户访问官方网站获取详细信息，并考虑使用提供的源码处理数据。同时，要确保回答结构清晰，分步骤说明下载方法，并附上相关问题，符合用户的要求。 总结步骤：1. 访问ISPRS官方网站查找数据集；2. 使用提供的网盘链接（注意可能的风险）；3. 数据集处理和验证。需要引用相关的引用内容，如引用[1]、[4]的下载链接，引用[3]的数据介绍，引用[2]的处理方法。</think>### 如何下载ISPRS数据集最新版本？ #### 1. 访问ISPRS官方网站 ISPRS官方提供了部分数据集的下载入口，但需注意： - 部分数据集需要注册并提交申请，审核通过后才能下载（例如Potsdam和Vaihingen数据集）。 - 官方网站可能未直接提供最新版本的下载链接，需联系组织或关注相关学术平台更新[^3]。 #### 2. 通过第三方资源下载 若官方渠道访问受限，可通过以下途径获取： - **百度网盘链接**（来自社区分享）： - Potsdam数据集：链接 [提取码: lala][^2] - Vaihingen数据集：链接 [提取码: lala] - Toronto数据集：链接 [提取码: lala] - 另一个Potsdam/Vaihingen备用链接：https://pan.baidu.com/s/1KvETdqibw00yeCPSwj_B4w [提取码: xxyy][^4] - **注意事项**：第三方链接可能存在失效风险，建议下载后校验文件完整性。 #### 3. 数据集处理与验证 下载后可使用开源工具处理数据： - 源码仓库：https://gitcode.com/Resource-Bundle-Collection/e095a[^1] - 处理内容包括数据切片、标签对齐、格式转换等。 ---
评论 3
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