Каталог статей

1、UC Merced Land-Use

2、Indian Pines

3、KSC

4、Washington DC

5、BigEarthNet

6. Изображения спутниковых снимков водных объектов

7. Набор данных сегментации городских аэрофотоснимков.

8. Обнаружение спутниковых изображений бассейна и автомобиля.

9. Набор данных об искусственном лунном ландшафте

10. Набор данных о дорогах Массачусетса.

1、UC Merced Land-Use

• Адрес загрузки набора данных:http://suo.nz/2IXmvN

Это набор данных изображений землепользования из 21 категории для исследовательских целей. В каждой из следующих категорий имеется по 100 изображений:

Сельское хозяйство, самолеты, бейсбольные площадки, пляжи, здания, джунгли, плотная застройка, леса, автомагистрали, поля для гольфа, порты, перекрестки, дома среднего размера, парки для передвижных домов, эстакады, автостоянки, реки, взлетно-посадочные полосы, редкая застройка, нефтехранилища банка, теннисный корт

Размер каждого изображения составляет

256\times 256

пикселей.

Изображения были вручную извлечены из больших изображений из коллекции изображений городских территорий Национальной карты Геологической службы США для различных городских территорий по всей стране. Разрешение этого общедоступного изображения составляет 1 фут.

Please cite the following paper when publishing results that use this dataset:

Yi Yang and Shawn Newsam, "Bag-Of-Visual-Words and Spatial Extensions for Land-Use Classification," ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM GIS), 2010.

Shawn D. Newsam Assistant Professor and Founding Faculty Electrical Engineering & Computer Science University of California, Merced Email: snewsam@ucmerced.edu Web: http://faculty.ucmerced.edu/snewsam/

2、Indian Pines

• Адрес загрузки набора данных:http://suo.nz/2JHZ1g

Эта сцена была запечатлена датчиком AVIRIS над испытательным полигоном Индиан-Пайнс на северо-западе Индианы.

145\times 145

Состоит из пикселей и 224 спектральных полос отражения с диапазоном длин волн 0,4–2,5 10^(-6) метров. Эта сцена является частью более крупной сцены. Сцена из индийской сосны на две трети состоит из сельского хозяйства и на одну треть из леса или другой естественной многолетней растительности. Есть две основные двухполосные автомагистрали, железнодорожная линия, а также несколько жилых домов с низкой плотностью застройки, другие постройки и дороги меньшего размера. Поскольку сцена была снята в июне, некоторые культуры (кукуруза, соя) находились на ранних стадиях роста и охватывали менее 5%. Доступные основные истины распределены по шестнадцати категориям, и не все из них являются взаимоисключающими. Число полос также было уменьшено до 200 за счет удаления полос, закрывающих водопоглощающие области: [104-108], [150-163], 220.

3、KSC

• Адрес загрузки набора данных:http://suo.nz/2Rec5X

Набор данных KSC представляет собой набор гиперспектральных данных, который был сфотографирован в Космическом центре Кеннеди во Флориде, США, в марте 1996 года, перехвачен и аннотирован в размере 512×614. Снимок был сделан бортовым инфракрасным спектрометром (AVIRIS), диапазон длин волн которого составляет 400–2500 нм. Пространственное разрешение составляет 18 метров. После удаления водопоглощающих зон и полос с низким соотношением сигнал/шум фактическое количество используемых для обучения полос составляет 176. На территории исследования имеется 13 типов объектов, в том числе кустарник, ивовое болото, гамак из капустной пальмы, сосна Слэш и т. д.

4、Washington DC

• Адрес загрузки набора данных:http://suo.nz/2YJZ9K

Набор данных Вашингтона, округ Колумбия, представляет собой воздушное гиперспектральное изображение торгового центра Washington Mall, полученное датчиком Hydice. Данные содержат в общей сложности 191 полосу в диапазоне видимого света 0,4–2,4 мкм и полос ближнего инфракрасного диапазона, а размер данных составляет 1280×307. . Категории объектов включают улицы, траву, воду, гравийные дорожки, деревья, тени и крыши.

5、BigEarthNet

• Адрес загрузки набора данных:https://bigearth.net/

Создание BigEarthNet (теперь известного как BigEarthNet-S2, ранее известного как BigEarthNet) с использованием патчей изображений Sentinel-2, первоначально выбранных из 10 европейских стран (Австрия, Бельгия, Финляндия, Ирландия, Косово) в период с июня 2017 года по май 2018 года, Литва, Люксембург, Португалия, Сербия, Швейцария). Все тайлы были атмосферно скорректированы с использованием инструмента генерации и форматирования продуктов Sentinel-2 Level 2A (sen2cor v2.5.5). Затем они делятся на 590 326 непересекающихся фрагментов изображений. Каждый фрагмент изображения аннотирован несколькими категориями земельного покрова (т. е. мультиметками), предоставленными базой данных CORINE Land Cover 2018 (CLC 2018). Теги в BigEarthNet впервые выпущены в 2018 году.

6. Изображения спутниковых снимков водных объектов

• Адрес загрузки набора данных:http://suo.nz/2ksvWY

Коллекция изображений водоёмов, сделанных спутником Sentinel-2. Каждое изображение имеет черно-белую маску, где белый цвет представляет воду, а черный — что-то кроме воды. Эти маски создаются путем расчета NWDI (нормализованного индекса разницы воды), который часто используется для обнаружения и измерения растительности на спутниковых изображениях, но для обнаружения водоемов использует более высокие пороговые значения.

7. Набор данных сегментации городских аэрофотоснимков.

• Адрес загрузки набора данных:http://suo.nz/2cWiSh

Этот набор данных содержит сценарии для проверки и подготовки набора данных сегментации аэрофотоснимков. Набор данных содержит разнообразный набор спутниковых изображений с надписями зданий, дорог и фона для целевого города.

8. Обнаружение спутниковых изображений бассейна и автомобиля.

• Адрес загрузки набора данных:http://suo.nz/3b5ZtQ

9. Набор данных об искусственном лунном ландшафте

• Адрес загрузки набора данных:http://suo.nz/33zMp9

Из-за нехватки и отсутствия аннотаций лунных изображений часто бывает сложно проводить над ними какие-либо эксперименты по машинному обучению. Цель этого набора данных — предоставить общественности искусственные и реалистичные образцы лунных ландшафтов, которые можно использовать для обучения алгоритмов обнаружения камней. Эти обученные алгоритмы можно протестировать на реальных изображениях Луны или другой каменистой местности. В настоящее время набор данных содержит 9766 реалистичных изображений скалистых лунных ландшафтов, а также их сегментированные эквиваленты (три категории: небо, камни меньшего размера и камни большего размера). Также предоставляются таблицы ограничивающих рамок для всех более крупных камней и обработанные, очищенные наземные изображения.

10. Набор данных о дорогах Массачусетса.

• Адрес загрузки набора данных:http://suo.nz/32Pa9O

Набор данных о дорогах Массачусетса состоит из 1171 аэрофотоснимка Массачусетса. Как и в случае с данными о здании, каждое изображение имеет размер 1500 × 1500 пикселей и занимает площадь 2,25 квадратных километров.