【遥感图像】数据集合集！

根据所提供的指导，我们还提供了一个构建 RS 图像数据集的示例，即 Million-AID，这是一个新的大型基准数据集，包含用于 RS 图像场景分类的一百万个实例。新数据集由以下30种航空场景类型组成: 机场，裸地，棒球场，海滩，桥梁，中心，教堂，商业，密集住宅，沙漠，农田，森林，工业，草甸，中等住宅，山地，公园，停车场，游乐场，池塘，港口，火车站，度假村，河流，学校，稀疏住宅，广场，体育场，储罐

计算机科研之友（Friend）

3158人浏览 · 2024-11-08 13:51:09

计算机科研之友（Friend） · 2024-11-08 13:51:09 发布

本文将为您介绍经典、热门的数据集，希望对您在选择适合的数据集时有所帮助。

RSICD (Remote Sensing Image Captioning Dataset)

发布方：

中国科学院·中国科学院大学
发布时间：

2017
简介：

RSICD 用于遥感图像字幕任务。从谷歌地球、百度地图、MapABC、天地图收集了上万幅遥感图像。图像固定为具有各种分辨率的 224X224 像素。遥感影像总数为10921幅，每幅影像有5个句子描述。据我们所知，该数据集是最大的遥感字幕数据集。数据集中的样本图像具有较高的类内多样性和较低的类间相异性。因此，该数据集为研究人员提供了推进遥感字幕任务的数据资源。
下载网址：

https://github.com/201528014227051/RSICD_optimal
论文网址：

https://arxiv.org/pdf/1712.07835v1.pdf

NWPU Data Set

发布方：

西北工业大学·Central Universities·西安光学研究所
发布时间：

2017
简介：

NWPU数据集是一个遥感图像数据集。NWPU-RESISC45数据集是西北工业大学创建的遥感图像场景分类的可用基准。数据集共包含31,500幅图像，像素大小为256*256，涵盖45个场景类别，其中每个类别有700幅图像。这45个场景类别包括飞机、机场、棒球场、篮球场、海滩、桥梁、丛林、教堂、圆形农田、云、商业区、密集住宅区、沙漠、森林、高速公路、高尔夫球场、地面轨道、港口、工业区、交叉路口、岛屿、湖泊、草地、中型房屋，移动房屋公园，高山，立交桥，宫殿，停车场，铁路，火车站，矩形农田，河流，回旋处，跑道，海洋，轮船，雪山，稀疏住宅，体育场，储水箱，网球场，露台，火力发电站和湿地。该数据集由西北工业大学发布，相关论文包括 “遥感图像场景分类: 基准和最新技术”。
下载网址：

www.escience.cn/people/JunweiHan/NWPU-RESISC45.html‌
论文网址：

https://arxiv.org/ftp/arxiv/papers/1703/1703.00121.pdf‌

DIOR

发布方：

慕尼黑工业大学·西北工业大学·郑州测绘学院
发布时间：

2020
简介：

“DIOR” 是用于光学遥感图像中对象检测的大规模基准数据集，该数据集由23,463图像和带有水平边界框注释的192,518对象实例组成。
下载网址：

https://gcheng-nwpu.github.io/
论文网址：

https://arxiv.org/ftp/arxiv/papers/1909/1909.00133.pdf

RSOC (Remote Sensing Object Counting)

发布方：

北京航空航天大学
发布时间：

2020
简介：

RSOC是一个包含遥感图像的大规模对象计数数据集，其中包含四个重要的地理对象：建筑物、港口拥挤的船舶、大型车辆和停车场中的小型车辆。
下载网址：

https://github.com/gaoguangshuai/Counting-from-Sky-A-Large-scale-Dataset-for-Remote-Sensing-Object-Counting-and-A-Benchmark-Method
论文地址：

https://arxiv.org/pdf/2008.12470v1.pdf

Million-AID

发布方：

武汉大学·中国科学院·慕尼黑工业大学·德国航空航天中心·特温特大学
发布时间：

2021
简介：

在过去的几年中，遥感（RS）图像解释及其广泛应用取得了长足的进步。随着 RS 图像变得比以往任何时候都更容易获得，对这些图像的自动解释的需求越来越大。在这种情况下，基准数据集是开发和测试智能解释算法的必要前提。在回顾了遥感影像判读研究界现有的基准数据集之后，本文讨论了如何有效地准备合适的遥感影像判读基准数据集的问题。具体来说，我们首先分析了当前通过文献计量研究开发用于 RS 图像解释的智能算法的挑战。然后，我们介绍了以有效方式创建基准数据集的一般指导。根据所提供的指导，我们还提供了一个构建 RS 图像数据集的示例，即 Million-AID，这是一个新的大型基准数据集，包含用于 RS 图像场景分类的一百万个实例。最后讨论了 RS 图像标注中的几个挑战和观点，以促进基准数据集构建的研究。我们确实希望这篇论文能够为 RS 社区提供构建大规模实用图像数据集的整体视角，以供进一步研究，尤其是数据驱动的图像数据集。
下载网址：

https://captain-whu.github.io/DiRS/
论文网址：

https://arxiv.org/pdf/2006.12485

DEIC Benchmark (Data-Efficient Image Classification Benchmark)

发布方：

罗马大学·耶拿大学
发布时间：

2021
简介：

DEIC 是在图像分类的背景下衡量模型数据效率的基准。它由 6 个数据集组成，每类包含少量训练样本（即 30 < x < 80）。它涵盖了多个图像领域（即自然图像、细粒度识别、医学图像、遥感、手写识别）和数据类型（即 RGB、灰度、多光谱）。‌‌‌‌
下载网址：

https://github.com/cvjena/deic
论文网址：

https://arxiv.org/pdf/2108.13122v1.pdf

Inria Aerial Image Labeling

发布方：

TITANE team·TAO team
发布时间：

2017
简介：

Inria Aerial Image Labeling Dataset 是用于城市建筑物检测的遥感图像数据集。其标记分为建筑物和非建筑物，主要用于语义分割。该数据集由 Inria 于 2017 年发表，相关论文包括《Can Semantic Labeling Methods Generalize to Any City? Inria 航拍图像标注基准""‌‌‌‌
下载网址：

https://project.inria.fr/aerialimagelabeling/
论文网址：

https://hal.inria.fr/hal-01468452/document

RICE (Remote sensing Image Cloud rEmoving)

发布方：

中国科学院·中国科学院大学
发布时间：

2019
简介：

遥感图像去云数据集（RICE）由两部分组成：RICE1包含500对图像，每对图像有云和无云，大小为512512； RICE2 包含 450 组图像，每组包含三个 512512 大小的图像。，分别是没有云的参考图片、有云的图片和它的云的蒙版。
下载网址：

https://github.com/BUPTLdy/RICE_DATASET
论文网址：

https://arxiv.org/pdf/1901.00600v1.pdf

xBD

发布方：

卡内基梅隆大学·Defense Innovation Unit·CrowdAI
发布时间：

2019
简介：

xBD 数据集是迄今为止第一个建筑损坏评估数据集，是用于注释的高分辨率卫星图像的最大和最高质量的公共数据集之一。该数据集包含 22068 张图像，所有 1024 x 1024 高分辨率卫星遥感图像，标记有 19 个不同的事件，包括地震、洪水、野火、火山爆发和车祸。这些图像包括灾前和灾后图像，可用于构建定位和损害评估任务。‌‌‌‌
下载网址：

https://github.com/DIUx-xView/xView2_baseline
论文网址：

https://arxiv.org/pdf/1911.09296.pdf

AID (Aerial Image Dataset)

发布方：

武汉大学·华中科技大学
发布时间：

2017
简介：

AID是一个新的大规模航空图像数据集，通过从谷歌地球图像中收集样本图像。请注意，尽管Google Earth图像是使用原始光学航空图像的RGB效果图进行后处理的，但事实证明，即使在像素级土地使用/覆盖映射中，Google Earth图像与真实光学航空图像之间也没有显着差异。因此，Google Earth图像也可以用作航空图像来评估场景分类算法。新数据集由以下30种航空场景类型组成: 机场，裸地，棒球场，海滩，桥梁，中心，教堂，商业，密集住宅，沙漠，农田，森林，工业，草甸，中等住宅，山地，公园，停车场，游乐场，池塘，港口，火车站，度假村，河流，学校，稀疏住宅，广场，体育场，储罐和高架桥。所有的图像都由遥感图像解释领域的专家标记，每个类别的一些样本如图1所示。总之，AID数据集在30个类中具有多个10000图像。‌‌‌‌
下载网址：

https://captain-whu.github.io/AID/
论文网址：

https://arxiv.org/pdf/1608.05167v1.pdf

温馨小贴士

如有您想了解的计算机方向数据集

请联系我们

免费为您提供数据集搜索服务

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

全家桶集齐！Qwen3.5四款小模型上线魔乐社区，附昇腾全套实践教程

魔乐社区

Pont - 搭建前后端之桥：高效、灵活的接口管理工具

Pont 是一款强大的数据服务层解决方案，它能够帮助开发者快速搭建前后端之间的桥梁，实现接口的高效管理和代码自动生成。无论是新手还是有经验的开发者，都能通过 Pont 轻松处理接口文档、生成类型安全的 API 代码，从而显著提升开发效率。[![Pont 工具标志](https://raw.gitcode.com/gh_mirrors/po/pont/raw/3f1b7d4bbba3fd2dda