큰지구넷

  • 설명 :

BigEarthNet은 590,326개의 Sentinel-2 이미지 패치로 구성된 새로운 대규모 Sentinel-2 벤치마크 아카이브입니다. 지상의 이미지 패치 크기는 1.2 x 1.2km이며 채널 해상도에 따라 이미지 크기가 달라집니다. 이는 43개의 불균형 라벨이 있는 다중 라벨 데이터세트입니다.

BigEarthNet을 구축하기 위해 2017년 6월부터 2018년 5월까지 유럽 10개국(오스트리아, 벨기에, 핀란드, 아일랜드, 코소보, 리투아니아, 룩셈부르크, 포르투갈, 세르비아, 스위스)에서 획득한 125개의 Sentinel-2 타일이 초기에 선택되었습니다. 모든 타일은 Sentinel-2 Level 2A 제품 생성 및 서식 지정 도구(sen2cor)를 사용하여 대기적으로 수정되었습니다. 그런 다음 겹치지 않는 590,326개의 이미지 패치로 분할되었습니다. 각 이미지 패치에는 2018년 CORINE 토지 피복 데이터베이스(CLC 2018)에서 제공된 여러 토지 피복 클래스(즉, 다중 레이블)가 주석으로 추가되었습니다.

미터 단위의 밴드 및 픽셀 해상도:

  • B01: 해안 에어로졸; 60m
  • B02: 파란색; 10m
  • B03: 녹색; 10m
  • B04: 빨간색; 10m
  • B05: 식생의 붉은색 가장자리; 20m
  • B06: 식생의 붉은색 가장자리; 20m
  • B07: 식생의 붉은색 가장자리; 20m
  • B08: 근적외선; 10m
  • B09: 수증기; 60m
  • B11: SWIR; 20m
  • B12: SWIR; 20m
  • B8A: 좁은 NIR; 20m

라이센스: 커뮤니티 데이터 라이센스 계약 - 허용, 버전 1.0.

URL: http://bigearth.net/

나뉘다
'train' 590,326
  • 인용 :
@article{Sumbul2019BigEarthNetAL,
  title={BigEarthNet: A Large-Scale Benchmark Archive For Remote Sensing Image Understanding},
  author={Gencer Sumbul and Marcela Charfuelan and Beg{"u}m Demir and Volker Markl},
  journal={CoRR},
  year={2019},
  volume={abs/1902.06148}
}

bigearthnet/rgb (기본 구성)

  • 구성 설명 : Sentinel-2 RGB 채널

  • 데이터세트 크기 : 14.07 GiB

  • 기능 구조 :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(120, 120, 3), dtype=uint8),
    'labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=43)),
    'metadata': FeaturesDict({
        'acquisition_date': Text(shape=(), dtype=string),
        'coordinates': FeaturesDict({
            'lrx': int64,
            'lry': int64,
            'ulx': int64,
            'uly': int64,
        }),
        'projection': Text(shape=(), dtype=string),
        'tile_source': Text(shape=(), dtype=string),
    }),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
파일 이름 텍스트
영상 영상 (120, 120, 3) uint8
라벨 시퀀스(클래스 라벨) (없음,) 정수64
메타데이터 특징Dict
메타데이터/획득_날짜 텍스트
메타데이터/좌표 특징Dict
메타데이터/좌표/lrx 텐서 정수64
메타데이터/좌표/lry 텐서 정수64
메타데이터/좌표/ulx 텐서 정수64
메타데이터/좌표/uly 텐서 정수64
메타데이터/프로젝션 텍스트
메타데이터/tile_source 텍스트

심상

빅어스넷/모두

  • 구성 설명 : Sentinel-2 채널 13개

  • 데이터세트 크기 : 176.63 GiB

  • 기능 구조 :

FeaturesDict({
    'B01': Tensor(shape=(20, 20), dtype=float32),
    'B02': Tensor(shape=(120, 120), dtype=float32),
    'B03': Tensor(shape=(120, 120), dtype=float32),
    'B04': Tensor(shape=(120, 120), dtype=float32),
    'B05': Tensor(shape=(60, 60), dtype=float32),
    'B06': Tensor(shape=(60, 60), dtype=float32),
    'B07': Tensor(shape=(60, 60), dtype=float32),
    'B08': Tensor(shape=(120, 120), dtype=float32),
    'B09': Tensor(shape=(20, 20), dtype=float32),
    'B11': Tensor(shape=(60, 60), dtype=float32),
    'B12': Tensor(shape=(60, 60), dtype=float32),
    'B8A': Tensor(shape=(60, 60), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=43)),
    'metadata': FeaturesDict({
        'acquisition_date': Text(shape=(), dtype=string),
        'coordinates': FeaturesDict({
            'lrx': int64,
            'lry': int64,
            'ulx': int64,
            'uly': int64,
        }),
        'projection': Text(shape=(), dtype=string),
        'tile_source': Text(shape=(), dtype=string),
    }),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
B01 텐서 (20, 20) float32
B02 텐서 (120, 120) float32
B03 텐서 (120, 120) float32
B04 텐서 (120, 120) float32
B05 텐서 (60, 60) float32
B06 텐서 (60, 60) float32
B07 텐서 (60, 60) float32
B08 텐서 (120, 120) float32
B09 텐서 (20, 20) float32
B11 텐서 (60, 60) float32
B12 텐서 (60, 60) float32
B8A 텐서 (60, 60) float32
파일 이름 텍스트
라벨 시퀀스(클래스 라벨) (없음,) 정수64
메타데이터 특징Dict
메타데이터/획득_날짜 텍스트
메타데이터/좌표 특징Dict
메타데이터/좌표/lrx 텐서 정수64
메타데이터/좌표/lry 텐서 정수64
메타데이터/좌표/ulx 텐서 정수64
메타데이터/좌표/uly 텐서 정수64
메타데이터/프로젝션 텍스트
메타데이터/tile_source 텍스트