Potsdam，Vaihingen数据集（附百度网盘下载地址）

1. Potsdam，Vaihingen数据集下载地址（百度网盘）

对于做遥感图像处理的同学来说，Potsdam，Vaihingen是两个常用的数据集。如果想下载，一般需要搭梯子下载，并且下载过程经常中断，百度相关文章，排名靠前的文章也没有给出国内相关下载链接，因此将自己下载的数据集分享出来，为大家提供方便。

• Potsdam数据集：
• 链接：https://pan.baidu.com/s/13rdBXUN_ZdelWNlQZ3Y1TQ?pwd=6c3y
  提取码：6c3y
  
• Vaihingen数据集
  链接：https://pan.baidu.com/s/1EShNi22VfuIu3e6VygMb8g?pwd=3gsr
  提取码：3gsr
  

2. 数据集分割处理

1）分割图片

以Potsdam数据集为例，其中包含38张6000x6000尺寸的遥感图片，对于一般的训练机器来说，其尺寸有点大，因此需要对原始图片进行分割。这里我将每张原始图片分割为100张600x600的小尺寸图片，程序如下：

#Python程序
import cv2
import numpy

for k in range(7,14):
    img1 = cv2.imread('/user-data/GNN_RemoteSensor/2_Ortho_RGB/top_potsdam_7_' + str(k) + '_RGB.tif') #读取RGB原图像
    img2 = cv2.imread('/user-data/GNN_RemoteSensor/5_Labels_all/top_potsdam_7_' + str(k) + '_label.tif') #读取Labels图像
	# 因为数据集中图片命名不规律，所以需要一批一批的分割
	# cv2.imread函数会把图片读取为（B，G，R）顺序，一定要注意！！！
	# cv2.imwrite函数最后会将通道调整回来，所以成对使用cv2.imread与cv2.imwrite不会改变通道顺序
    #因为6000/10 = 600，所以6000x6000的图像可以划分为10x10个600x600大小的图像
    for i in range(10):
        for j in range(10):
            img1_ = img1[600*i : 600*(i+1), 600*j : 600*(j+1), :