当前位置: 首页 > news >正文

计算机视觉方向地理空间遥感图像数据集汇总

文章目录

  • 1.DSTL卫星图像数据集/Kaggle竞赛
  • 2.Swimming Pool and Car Detection/Kaggle竞赛
  • 3.SpaceNet Challenge 3数据集
  • 4.RarePlanes数据集
  • 5.BigEarthNet数据集
  • 6.NWPU VHR-10数据集
  • 7.UC Merced Land-Use数据集
  • 8.Inria Aerial Image Labeling数据集
  • 9.RSOD数据集

1.DSTL卫星图像数据集/Kaggle竞赛

在这里插入图片描述

数据集介绍: 英国国防科学与技术实验室(Defence Science and Technology Laboratory )在Kaggle上举行的数据竞赛数据。包括1公里x1公里范围内的3波段和16波段可见光卫星图像,目标是检测这些地区发现的物体种类。

数据集数量: 包含两类卫星图像光谱数据,3波段的RGB自然光图像和16波段的长通道影像,覆盖中波(400–1040nm)和短波红外(SWIR)(1195-2365nm)范围。图像为GeoTiff格式。

下载链接: https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection

2.Swimming Pool and Car Detection/Kaggle竞赛

在这里插入图片描述

数据集介绍: Swimming Pool and Car Detection数据集是一个用于检测卫星图像中,游泳池和汽车的数据集。训练集包含3748张图像,每个图像对应一个xml文件,该文件在图像中记录了游泳池和汽车的边界框信息。

数据集数量: 数据集包含3748张图像

下载链接: https://www.kaggle.com/kbhartiya83/swimming-pool-and-car-detection

3.SpaceNet Challenge 3数据集

在这里插入图片描述

数据集介绍: SpaceNet Challenge 3数据集是由DigitalGlobe Worldview-3卫星在莫斯科、孟买、圣胡安和第四个城市(未公开)收集的遥感数据集,主要用于道路网络检测。

数据集数量: 训练数据包含2300多个图像码片,每个图像覆盖地面约400m x 400m。

下载链接: https://www.topcoder.com/challenges/ef21526b-4dd8-47a9-a728-b438e02826b7

4.RarePlanes数据集

在这里插入图片描述

数据集介绍: RarePlanes数据集,是CosmiQ Works独特的开源遥感数据集,包含真实和合成生成的卫星图像。通过大量合成数据,可帮助计算机视觉算法检测飞机及其卫星图像中的属性,目前为止,RarePlanes是最大的可公开使用的超高分辨率数据集。数据集的真实部分,包括253个Maxar WorldView-3卫星场景,这些场景跨越112个位置,并带有14700架飞机的标注信息,总面积为2142平方公里。合成数据集是通过AI.Reverie的新型仿真平台生成的,具有50000个合成卫星图像以及约630000个飞机标注信息。实际和合成生成的飞机均具有10种细粒度属性,包括:飞机长度,机翼跨度,机翼形状,机翼位置,机翼跨度,推进力,发动机数量,垂直稳定器数量,机翼的存在和飞机类别。

数据集数量: RarePlanes数据集中的真实数据包含14700架飞机的标注信息,合成数据包含630000个飞机标注信息。

下载链接: https://www.cosmiqworks.org/RarePlanes/

5.BigEarthNet数据集

在这里插入图片描述

数据集介绍: BigEarthNet数据集由遥感影像分析构建(RSIM)集团,和数据库系统和信息管理(DIMA)在柏林工业大学集团制作。该数据集由590326组Sentinel-1和Sentinel-2图像组成,主要选择2017年6月至2018年5月,欧洲的10个国家(奥地利,比利时,芬兰,爱尔兰,科索沃,立陶宛,卢森堡,葡萄牙,塞尔维亚,瑞士)中的图像组成。

数据集数量: BigEarthNet数据集包含590326组Sentinel-1和Sentinel-2图像组成

下载链接: http://bigearth.net/

6.NWPU VHR-10数据集

在这里插入图片描述

数据集介绍: 公开的 10 级地理空间物体检测遥感数据集,于 2014 年由西北工业大学发布。

数据集数量: 共有 800 张图像,其中包含目标的 650 张,背景图像 150 张,目标包括:飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁、车辆 10 个类别

下载链接: https://pan.baidu.com/s/1G_HyEFjv6lq1hbT8JaZhPA ,提取码:0wa8

7.UC Merced Land-Use数据集

在这里插入图片描述

数据集介绍: 用于研究目的的 21 级土地利用图像遥感数据集,于 2010 年由 UC Merced 计算机视觉实验室发布。

数据集数量: 共有 100 类图像,提取自 USGS National Map Urban Area Imagery 系列的大型图像,用于全国各地的城市地区。此公共领域图像的像素分辨率为 1 英尺。图像像素大小为 256*256,总包含 21 类场景图像,每一类有 100 张,共 2100 张。

下载链接: http://weegee.vision.ucmerced.edu/datasets/landuse.html

8.Inria Aerial Image Labeling数据集

在这里插入图片描述

数据集介绍: 城市建筑物检测的遥感图像数据集,标记只有建筑/非建筑两种,且是像素级别,用于语义分割。该数据集于 2017 年由 Inria 发布。

下载链接: https://pan.baidu.com/s/1G_HyEFjv6lq1hbT8JaZhPA,提取码:0wa8

9.RSOD数据集

在这里插入图片描述

数据集介绍: 遥感图像中物体检测的开放数据集,包含飞机、操场、立交桥、 油桶四类目标,于 2015 年由武汉大学发布。

数据集数量: 数目分别为:446 张图中的 4993 架飞机,189 张图像中的 191 个操场,176 张图中的 180 座立交桥,165 张图中的 1586 个油桶

下载链接: https://github.com/RSIA-LIESMARS-WHU/RSOD-Dataset

相关文章:

计算机视觉方向地理空间遥感图像数据集汇总

文章目录1.DSTL卫星图像数据集/Kaggle竞赛2.Swimming Pool and Car Detection/Kaggle竞赛3.SpaceNet Challenge 3数据集4.RarePlanes数据集5.BigEarthNet数据集6.NWPU VHR-10数据集7.UC Merced Land-Use数据集8.Inria Aerial Image Labeling数据集9.RSOD数据集1.DSTL卫星图像数…...

信息系统项目管理师真题精选(一)

1.信息系统的( )决定了系统可以被外部环境识别,外部环境或者其他系统可以按照预定的方法使用系统的功能或者影响系统的行为。A.可嵌套性B.稳定性C.开放性D.健壮性2、在实际的生产环境中,( )能使底层物理硬件…...

信息系统项目管理师刷题知识点(持续更新)

主要记录自己在备考高项过程中知识点 信息系统项目管理师刷题知识点(按刷题顺序排列) 1.信息技术应用是信息化体系六要素中的龙头,是国家信息化建设的主阵地,集中体现了国家信息化建设的需求和效益。 2.原型化方法也称为快速原型法…...

RabbitMq及其他消息队列

消息队列中间价都有哪些 先进先出 Kafka、Pulsar、RocketMQ、RabbitMQ、NSQ、ActiveMQ Rabbitmq架构 消费推拉模式 客户端消费者获取消息的方式,Kafka和RocketMQ是通过长轮询Pull的方式拉取消息,RabbitMQ、Pulsar、NSQ都是通过Push的方式。 pull类型…...

Toolformer: Language Models Can Teach Themselves to Use Tools

展示了LM可以通过简单的API教自己使用外部工具,并实现两个世界的最佳效果。我们介绍了Toolformer,这是一个经过训练的模型,可以决定调用哪些API,何时调用,传递哪些参数,以及如何将结果最好地纳入未来的标记…...

悲观锁与乐观锁

何谓悲观锁与乐观锁 乐观锁对应于生活中乐观的人总是想着事情往好的方向发展,悲观锁对应于生活中悲观的人总是想着事情往坏的方向发展。这两种人各有优缺点,不能不以场景而定说一种人好于另外一种人。 悲观锁 总是假设最坏的情况,每次去拿数据…...

LeetCode 25. K 个一组翻转链表

原题链接 难度:hard\color{red}{hard}hard 题目描述 给你链表的头节点 headheadhead , kkk 个节点一组进行翻转,请你返回修改后的链表。 kkk 是一个正整数,它的值小于或等于链表的长度。如果节点总数不是 kkk 的整数倍&#xf…...

朗润国际期货招商:历次科技风头下巨头的博弈

历次科技风头下巨头的博弈 VR/AR、区块链、折叠屏、元宇宙、AIGC五轮科技风头下巨头们都进场了吗? VR/AR硬件 谷歌:2014年入局,推出AR眼镜 百度:未入局 京东:未入局 腾讯:传要开发 亚马逊&#xff1…...

配置中心Config

引入依赖<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.0.6.RELEASE</version></parent><properties><spring-cloud.version>Finchley.SR…...

【原创】java+jsp+servlet学生信息管理系统(jdbc+ajax+filter+cookie+分页)

一直想写一个比较基础的JavaWeb项目&#xff0c;然后综合各种技术&#xff0c;方便Java入门者进行学习。学生信息管理系统大家一般接触的比较多&#xff0c;那么就以这个为例来写一个基础项目吧。 需求分析&#xff1a; 使用jspservletmysql开发的学生信息管理系统&#xff0…...

链表题目总结 -- 回文链表

目录一. 从中心开始找最大的回文字符串1. 思路简述2. 代码3. 总结二. 判断是否为回文字符串1. 思路简述2. 代码3.总结三. 判断是否是回文链表1. 思路简述2. 代码3. 总结4. 优化解法一. 从中心开始找最大的回文字符串 题目链接&#xff1a;没有。给定一个字符串s&#xff0c;从…...

JAVA集合之List >> Arraylist/LinkedList/Vector结构

在Java开发过程中&#xff0c;可能经常会使用到List作为集合来使用&#xff0c;List是一个接口承于Collection的接口&#xff0c;表示着有序的列表。而我们要讨论的是它下面的实现类Arraylist/LinkedList/Vector的数据结构及区别。 ArrayList ArrayList&#xff1a;底层为数组…...

Linux多进程开发

一、进程概述 1、程序和进程 程序是包含一系列信息的文件&#xff0c;这些信息描述了如何在运行时创建一个进程&#xff1a; 二进制格式标识&#xff1a;每个程序文件都包含用于描述可执行文件格式的元信息。内核利用此信息来解释文件中的其他信息。&#xff08;ELF可执行连…...

三维重建小有基础入门之特征点检测基础

前言&#xff1a;本文将从此篇开始&#xff0c;记录自己从普通CVer入门三维重建的学习过程&#xff0c;可能过程比较坎坷&#xff0c;都在摸索阶段&#xff0c;但争取每次学习都能进一步&#xff0c;提高自己的能力&#xff0c;同时&#xff0c;每篇文章都会按情况相应地推出B站…...

基于node.js+vue+mysql考研辅导学习打卡交流网站系统vscode

语言 node.js 框架&#xff1a;Express 前端:Vue.js 数据库&#xff1a;mysql 数据库工具&#xff1a;Navicat 开发软件&#xff1a;VScode 主要功能包括管理员&#xff1a;首页、个人中心、用户管理、每日打卡管理、考研学校管理、考研专业管理、直通车管理、学习教材管理、…...

【C++、数据结构】封装unordered_map和unordered_set(用哈希桶实现)

文章目录&#x1f4d6; 前言1. 复用同一个哈希桶⚡1.1 &#x1f300;修改后结点的定义1.2 &#x1f300;两个容器各自模板参数类型&#xff1a;2. 改造之后的哈希桶⛳3. 哈希桶的迭代器&#x1f525;3.1 &#x1f4a5;哈希桶的begin&#xff08;&#xff09;和 end&#xff08;…...

StratoVirt 的 vCPU 拓扑(SMP)

CPU 拓扑用来表示 CPU 在硬件层面的组合方式&#xff0c;本文主要讲解 CPU 拓扑中的 SMP&#xff08;Symmetric Multi-Processor&#xff0c;对称多处理器系统&#xff09;架构&#xff0c;CPU 拓扑还包括其他信息&#xff0c;比如&#xff1a;cache 等&#xff0c;这些部分会在…...

现在直播大部分都是RTMP RTMP VS RTC

一 RTMP 抓了下抖音直播的包&#xff0c;windows端&#xff0c;走的TCP&#xff0c;加密了&#xff0c;估计还是RTMP。 我以为直播带货&#xff0c;都是RTC了。 快手直播也是TCP&#xff0c;地址用了IPV6。 淘宝直播也是。现在大部分直播都是RTMP。 只有视频会议走的RTC。…...

【Unity实战100例】Unity循环UI界面切换卡片功能

目录 ​编辑 一:制作UI界面 二:代码逻辑 1.定义基础变量...

Monorepo or 物料市场?结合工作实际情况对公司现有前端体系的思考

前言 去年年中基于若依vue前端框架进行了改造&#xff0c;加上后端的配合&#xff0c;我写了一套脚手架和项目中后台模板。中后台模板中包含了许多基础代码&#xff0c;比如登录/注册、路由、权限等等相关功能。这个中后台模板是基于我们实际开发定制的&#xff0c;所以跟通用…...

国防科技大学计算机基础课程笔记02信息编码

1.机内码和国标码 国标码就是我们非常熟悉的这个GB2312,但是因为都是16进制&#xff0c;因此这个了16进制的数据既可以翻译成为这个机器码&#xff0c;也可以翻译成为这个国标码&#xff0c;所以这个时候很容易会出现这个歧义的情况&#xff1b; 因此&#xff0c;我们的这个国…...

谷歌浏览器插件

项目中有时候会用到插件 sync-cookie-extension1.0.0&#xff1a;开发环境同步测试 cookie 至 localhost&#xff0c;便于本地请求服务携带 cookie 参考地址&#xff1a;https://juejin.cn/post/7139354571712757767 里面有源码下载下来&#xff0c;加在到扩展即可使用FeHelp…...

大数据学习栈记——Neo4j的安装与使用

本文介绍图数据库Neofj的安装与使用&#xff0c;操作系统&#xff1a;Ubuntu24.04&#xff0c;Neofj版本&#xff1a;2025.04.0。 Apt安装 Neofj可以进行官网安装&#xff1a;Neo4j Deployment Center - Graph Database & Analytics 我这里安装是添加软件源的方法 最新版…...

前端倒计时误差!

提示:记录工作中遇到的需求及解决办法 文章目录 前言一、误差从何而来?二、五大解决方案1. 动态校准法(基础版)2. Web Worker 计时3. 服务器时间同步4. Performance API 高精度计时5. 页面可见性API优化三、生产环境最佳实践四、终极解决方案架构前言 前几天听说公司某个项…...

在rocky linux 9.5上在线安装 docker

前面是指南&#xff0c;后面是日志 sudo dnf config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo sudo dnf install docker-ce docker-ce-cli containerd.io -y docker version sudo systemctl start docker sudo systemctl status docker …...

【第二十一章 SDIO接口(SDIO)】

第二十一章 SDIO接口 目录 第二十一章 SDIO接口(SDIO) 1 SDIO 主要功能 2 SDIO 总线拓扑 3 SDIO 功能描述 3.1 SDIO 适配器 3.2 SDIOAHB 接口 4 卡功能描述 4.1 卡识别模式 4.2 卡复位 4.3 操作电压范围确认 4.4 卡识别过程 4.5 写数据块 4.6 读数据块 4.7 数据流…...

条件运算符

C中的三目运算符&#xff08;也称条件运算符&#xff0c;英文&#xff1a;ternary operator&#xff09;是一种简洁的条件选择语句&#xff0c;语法如下&#xff1a; 条件表达式 ? 表达式1 : 表达式2• 如果“条件表达式”为true&#xff0c;则整个表达式的结果为“表达式1”…...

家政维修平台实战20:权限设计

目录 1 获取工人信息2 搭建工人入口3 权限判断总结 目前我们已经搭建好了基础的用户体系&#xff0c;主要是分成几个表&#xff0c;用户表我们是记录用户的基础信息&#xff0c;包括手机、昵称、头像。而工人和员工各有各的表。那么就有一个问题&#xff0c;不同的角色&#xf…...

python如何将word的doc另存为docx

将 DOCX 文件另存为 DOCX 格式&#xff08;Python 实现&#xff09; 在 Python 中&#xff0c;你可以使用 python-docx 库来操作 Word 文档。不过需要注意的是&#xff0c;.doc 是旧的 Word 格式&#xff0c;而 .docx 是新的基于 XML 的格式。python-docx 只能处理 .docx 格式…...

【论文阅读28】-CNN-BiLSTM-Attention-(2024)

本文把滑坡位移序列拆开、筛优质因子&#xff0c;再用 CNN-BiLSTM-Attention 来动态预测每个子序列&#xff0c;最后重构出总位移&#xff0c;预测效果超越传统模型。 文章目录 1 引言2 方法2.1 位移时间序列加性模型2.2 变分模态分解 (VMD) 具体步骤2.3.1 样本熵&#xff08;S…...