บิ๊กเอิร์ธเน็ต

• คำอธิบาย :

BigEarthNet เป็นเอกสารวัดประสิทธิภาพ Sentinel-2 ขนาดใหญ่ใหม่ ซึ่งประกอบด้วยแพตช์รูปภาพ Sentinel-2 จำนวน 590,326 ภาพ ขนาดแพทช์ภาพบนพื้นคือ 1.2 x 1.2 กม. โดยมีขนาดภาพแปรผันขึ้นอยู่กับความละเอียดของช่อง นี่คือชุดข้อมูลหลายป้ายกำกับที่มีป้ายกำกับที่ไม่สมดุล 43 รายการ

ในการสร้าง BigEarthNet กระเบื้อง 125 Sentinel-2 ที่ได้รับระหว่างเดือนมิถุนายน 2017 ถึงเดือนพฤษภาคม 2018 ใน 10 ประเทศ (ออสเตรีย เบลเยียม ฟินแลนด์ ไอร์แลนด์ โคโซโว ลิทัวเนีย ลักเซมเบิร์ก โปรตุเกส เซอร์เบีย สวิตเซอร์แลนด์) ของยุโรป ได้รับการคัดเลือกในตอนแรก ไทล์ทั้งหมดได้รับการแก้ไขในบรรยากาศโดยเครื่องมือสร้างและจัดรูปแบบผลิตภัณฑ์ Sentinel-2 ระดับ 2A (sen2cor) จากนั้นจึงแบ่งออกเป็นแพตช์รูปภาพที่ไม่ทับซ้อนกันจำนวน 590,326 แพตช์ แพตช์รูปภาพแต่ละอันได้รับการใส่คำอธิบายประกอบโดยคลาสการปกคลุมที่ดินหลายคลาส (เช่น ป้ายกำกับหลายรายการ) ที่ได้มาจากฐานข้อมูล CORINE Land Cover ประจำปี 2018 (CLC 2018)

ความละเอียดของแบนด์และพิกเซลเป็นเมตร:

• B01: ละอองลอยชายฝั่ง; 60ม
• B02: สีฟ้า; 10ม
• B03: สีเขียว; 10ม
• B04: สีแดง; 10ม
• B05: ขอบสีแดงของพืช; 20ม
• B06: ขอบสีแดงของพืช; 20ม
• B07: ขอบสีแดงของพืช; 20ม
• B08: NIR; 10ม
• B09: ไอน้ำ; 60ม
• B11: สวิร์; 20ม
• B12: SWIR; 20ม
• B8A: NIR แคบ; 20ม

ใบอนุญาต: ข้อตกลงใบอนุญาตข้อมูลชุมชน - อนุญาต เวอร์ชัน 1.0

URL: http://bigearth.net/

• เอกสารประกอบเพิ่มเติม : สำรวจในเอกสารด้วยรหัส north_east

• หน้าแรก : http://bigearth.net

• ซอร์สโค้ด : tfds.datasets.bigearthnet.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): API แยกใหม่ ( https://tensorflow.org/datasets/splits )

• ขนาดการดาวน์โหลด : 65.22 GiB

• แคชอัตโนมัติ ( เอกสาร ): No

• แยก :

• การอ้างอิง :

@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 (การกำหนดค่าเริ่มต้น)

• คำอธิบายการกำหนดค่า : ช่อง Sentinel-2 RGB

• ขนาดชุดข้อมูล : 14.07 GiB

• โครงสร้างคุณสมบัติ :

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),
    }),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'labels')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

bigearthnet/ทั้งหมด

• คำอธิบายการกำหนดค่า : 13 ช่อง Sentinel-2

• ขนาดชุดข้อมูล : 176.63 GiB

• โครงสร้างคุณสมบัติ :

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),
    }),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):