bigearthnet

• विवरण :

बिगअर्थनेट एक नया बड़े पैमाने का सेंटिनल-2 बेंचमार्क संग्रह है, जिसमें 590,326 सेंटिनल-2 छवि पैच शामिल हैं। जमीन पर छवि पैच का आकार चैनल रिज़ॉल्यूशन के आधार पर परिवर्तनीय छवि आकार के साथ 1.2 x 1.2 किमी है। यह 43 असंतुलित लेबल वाला एक मल्टी-लेबल डेटासेट है।

बिगअर्थनेट के निर्माण के लिए, जून 2017 और मई 2018 के बीच यूरोप के 10 देशों (ऑस्ट्रिया, बेल्जियम, फिनलैंड, आयरलैंड, कोसोवो, लिथुआनिया, लक्ज़मबर्ग, पुर्तगाल, सर्बिया, स्विटजरलैंड) में अधिग्रहीत 125 सेंटिनल -2 टाइल्स को शुरू में चुना गया था। सभी टाइलों को सेंटिनल-2 लेवल 2ए उत्पाद निर्माण और फ़ॉर्मेटिंग टूल (sen2cor) द्वारा वायुमंडलीय रूप से ठीक किया गया था। फिर, उन्हें 590,326 गैर-अतिव्यापी छवि पैच में विभाजित किया गया। प्रत्येक छवि पैच को कई भूमि-कवर वर्गों (यानी, मल्टी-लेबल) द्वारा एनोटेट किया गया था जो वर्ष 2018 (सीएलसी 2018) के कोरिन लैंड कवर डेटाबेस से प्रदान किए गए थे।

मीटर में बैंड और पिक्सेल रिज़ॉल्यूशन:

• B01: तटीय एरोसोल; 60मी
• बी02: नीला; 10मी
• बी03: हरा; 10मी
• बी04: लाल; 10मी
• बी05: वनस्पति लाल किनारा; 20 मीटर
• बी06: वनस्पति लाल किनारा; 20 मीटर
• बी07: वनस्पति लाल किनारा; 20 मीटर
• बी08: एनआईआर; 10मी
• बी09: जल वाष्प; 60मी
• बी11: स्विर; 20 मीटर
• बी12: स्विर; 20 मीटर
• बी8ए: संकीर्ण एनआईआर; 20 मीटर

लाइसेंस: सामुदायिक डेटा लाइसेंस अनुबंध - अनुमेय, संस्करण 1.0।

यूआरएल: http://bigearth.net/

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले कागजात पर अन्वेषण करें

• मुखपृष्ठ : http://bigearth.net

• स्रोत कोड : tfds.datasets.bigearthnet.Builder

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): नया स्प्लिट एपीआई ( https://tensorflow.org/datasets/splits )

• डाउनलोड आकार : 65.22 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• उद्धरण :

@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 (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• कॉन्फ़िगरेशन विवरण : सेंटिनल-2 आरजीबी चैनल

• डेटासेट का आकार : 14.07 GiB

• फ़ीचर संरचना :

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),
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('image', 'labels')

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

बिगअर्थनेट/सभी

• कॉन्फ़िगरेशन विवरण : 13 सेंटिनल-2 चैनल

• डेटासेट का आकार : 176.63 GiB

• फ़ीचर संरचना :

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),
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):