- Descriptif :
L'ensemble de données RESISC45 est une référence accessible au public pour la classification des scènes d'images de télédétection (RESISC), créée par la Northwestern Polytechnical University (NWPU). Cet ensemble de données contient 31 500 images, couvrant 45 classes de scènes avec 700 images dans chaque classe.
Documentation complémentaire : Explorer sur Papers With Code
Page d'accueil : http://www.escience.cn/people/JunweiHan/NWPU-RESISC45.html
Code source :
tfds.datasets.resisc45.Builder
Versions :
-
3.0.0
(par défaut) : aucune note de version.
-
Taille du téléchargement :
Unknown size
Taille du jeu de données :
407.97 MiB
Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans
download_config.manual_dir
(par défaut~/tensorflow_datasets/downloads/manual/
) :
L'ensemble de données peut être téléchargé à partir de OneDrive : https://1drv.ms/u/s!AmgKYzARBl5ca3HNaHIlzp_IXjs Après avoir téléchargé le fichier rar, veuillez l'extraire dans le manual_dir.Mise en cache automatique ( documentation ): Non
Fractionnements :
Diviser | Exemples |
---|---|
'train' | 31 500 |
- Structure des fonctionnalités :
FeaturesDict({
'filename': Text(shape=(), dtype=string),
'image': Image(shape=(256, 256, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=45),
})
- Documentation des fonctionnalités :
Caractéristique | Classe | Façonner | Dtype | Description |
---|---|---|---|---|
FonctionnalitésDict | ||||
nom de fichier | Texte | chaîne de caractères | ||
image | Image | (256, 256, 3) | uint8 | |
étiquette | Étiquette de classe | int64 |
Clés supervisées (Voir
as_supervised
doc ):('image', 'label')
Figure ( tfds.show_examples ):
- Exemples ( tfds.as_dataframe ):
- Citation :
@article{Cheng_2017,
title={Remote Sensing Image Scene Classification: Benchmark and State of the Art},
volume={105},
ISSN={1558-2256},
url={http://dx.doi.org/10.1109/JPROC.2017.2675998},
DOI={10.1109/jproc.2017.2675998},
number={10},
journal={Proceedings of the IEEE},
publisher={Institute of Electrical and Electronics Engineers (IEEE)},
author={Cheng, Gong and Han, Junwei and Lu, Xiaoqiang},
year={2017},
month={Oct},
pages={1865-1883}
}