ইউরোস্যাট

• বর্ণনা :

ইউরোস্যাট ডেটাসেট সেন্টিনেল-২ স্যাটেলাইট চিত্রের উপর ভিত্তি করে 13টি বর্ণালী ব্যান্ড কভার করে এবং 27000টি লেবেলযুক্ত এবং ভূ-উল্লেখিত নমুনা সহ 10টি ক্লাস নিয়ে গঠিত।

দুটি ডেটাসেট দেওয়া হয়: - rgb: JPEG ইমেজ হিসাবে এনকোড করা শুধুমাত্র অপটিক্যাল R, G, B ফ্রিকোয়েন্সি ব্যান্ড ধারণ করে। - সমস্ত: মূল মান পরিসরে (float32) সমস্ত 13 টি ব্যান্ড রয়েছে।

URL: https://github.com/phelber/eurosat

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://github.com/phelber/eurosat

• সোর্স কোড : tfds.image_classification.Eurosat

• সংস্করণ :

  • 2.0.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• বিভাজন :

• উদ্ধৃতি :

@misc{helber2017eurosat,
    title={EuroSAT: A Novel Dataset and Deep Learning Benchmark for Land Use and Land Cover Classification},
    author={Patrick Helber and Benjamin Bischke and Andreas Dengel and Damian Borth},
    year={2017},
    eprint={1709.00029},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

eurosat/rgb (ডিফল্ট কনফিগারেশন)

• কনফিগারেশনের বিবরণ : সেন্টিনেল-২ আরজিবি চ্যানেল

• ডাউনলোড সাইজ : 89.91 MiB

• ডেটাসেটের আকার : 89.50 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('image', 'label')

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

ইউরোস্যাট/সমস্ত

• কনফিগারেশনের বিবরণ : 13টি সেন্টিনেল-2 চ্যানেল

• ডাউনলোড সাইজ : 1.93 GiB

• ডেটাসেটের আকার : 5.36 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'sentinel2': Tensor(shape=(64, 64, 13), dtype=float32),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধানে থাকা কী (দেখুন as_supervised doc ): ('sentinel2', 'label')

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):