bigearthnet

• Descrizione :

BigEarthNet è un nuovo archivio di benchmark Sentinel-2 su larga scala, composto da 590.326 patch di immagini Sentinel-2. La dimensione dell'immagine a terra è di 1,2 x 1,2 km con dimensioni dell'immagine variabili a seconda della risoluzione del canale. Si tratta di un set di dati multi-etichetta con 43 etichette sbilanciate.

Per costruire BigEarthNet, sono state inizialmente selezionate 125 piastrelle Sentinel-2 acquisite tra giugno 2017 e maggio 2018 in 10 paesi (Austria, Belgio, Finlandia, Irlanda, Kosovo, Lituania, Lussemburgo, Portogallo, Serbia, Svizzera) d'Europa. Tutte le tessere sono state corrette dal punto di vista atmosferico dallo strumento di generazione e formattazione del prodotto Sentinel-2 Livello 2A (sen2cor). Quindi, sono stati divisi in 590.326 patch di immagini non sovrapposte. Ogni patch di immagine è stata annotata dalle molteplici classi di copertura del suolo (ovvero, multi-etichette) fornite dal database CORINE Land Cover dell'anno 2018 (CLC 2018).

Bande e risoluzione pixel in metri:

• B01: Aerosol costiero; 60m
• B02: Blu; 10m
• B03: verde; 10m
• B04: Rosso; 10m
• B05: Bordo rosso vegetazione; 20m
• B06: Bordo rosso vegetazione; 20m
• B07: Bordo rosso vegetazione; 20m
• B08: NIR; 10m
• B09: Vapore acqueo; 60m
• B11: SWIR; 20m
• B12: SWIR; 20m
• B8A: NIR stretto; 20m

Licenza: Contratto di licenza per i dati della comunità - Permissivo, versione 1.0.

URL: http://bigearth.net/

• Documentazione aggiuntiva : esplora documenti con codice north_east

• Pagina iniziale : http://bigearth.net

• Codice sorgente : tfds.datasets.bigearthnet.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )

• Dimensione download : 65.22 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Citazione :

@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 (configurazione predefinita)

• Descrizione configurazione : canali Sentinel-2 RGB

• Dimensione del set di dati : 14.07 GiB

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): ('image', 'labels')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

bigearthnet/all

• Descrizione configurazione : 13 canali Sentinel-2

• Dimensione del set di dati : 176.63 GiB

• Struttura delle caratteristiche :

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),
    }),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):