- Descrizione :
Il set di dati RESISC45 è un benchmark pubblicamente disponibile per la classificazione delle scene di immagini di rilevamento remoto (RESISC), creato dalla Northwestern Polytechnical University (NWPU). Questo set di dati contiene 31.500 immagini, che coprono 45 classi di scene con 700 immagini in ciascuna classe.
Documentazione aggiuntiva : Esplora documenti con codice
Homepage : http://www.escience.cn/people/JunweiHan/NWPU-RESISC45.html
Codice sorgente :
tfds.datasets.resisc45.Builder
Versioni :
-
3.0.0
(impostazione predefinita): nessuna nota di rilascio.
-
Dimensioni del download :
Unknown size
Dimensione del set di dati:
407.97 MiB
Istruzioni per il download manuale : questo set di dati richiede di scaricare manualmente i dati di origine in
download_config.manual_dir
(il valore predefinito~/tensorflow_datasets/downloads/manual/
):
Il set di dati può essere scaricato da OneDrive: https://1drv.ms/u/s!AmgKYzARBl5ca3HNaHIlzp_IXjs Dopo aver scaricato il file rar, estrarlo in manual_dir.Cache automatica ( documentazione ): No
Divisioni :
Diviso | Esempi |
---|---|
'train' | 31.500 |
- Struttura delle caratteristiche :
FeaturesDict({
'filename': Text(shape=(), dtype=string),
'image': Image(shape=(256, 256, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=45),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
nome del file | Testo | corda | ||
Immagine | Immagine | (256, 256, 3) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi
as_supervised
doc ):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@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}
}