so2sat

  • 설명 :

So2Sat LCZ42는 공동 등록된 합성 개구 레이더와 Sentinel-1 및 Sentinel-2 원격 감지 위성에서 획득한 다중 스펙트럼 광학 이미지 패치 및 해당 지역 기후대(LCZ) 레이블로 구성된 데이터 세트입니다. 이 데이터 세트는 전 세계 여러 대륙과 문화 지역에 걸쳐 42개 도시에 분산되어 있습니다.

전체 데이터 세트( all )는 8개의 Sentinel-1 및 10개의 Sentinel-2 채널로 구성됩니다. 또는 JPEG로 재조정 및 인코딩된 Sentinel-2의 광 주파수 대역만 포함하는 rgb 하위 집합을 선택할 수 있습니다.

데이터세트 URL: http://doi.org/10.14459/2018MP1454690
라이선스: http://creativecommons.org/licenses/by/4.0

나뉘다
@misc{mediatum1483140,
    author = {Zhu, Xiaoxiang  and  Hu, Jingliang  and  Qiu, Chunping  and  Shi, Yilei  and  Bagheri, Hossein  and  Kang, Jian  and  Li, Hao  and  Mou, Lichao  and  Zhang, Guicheng  and  Häberle, Matthias  and  Han, Shiyao  and  Hua, Yuansheng  and  Huang, Rong  and  Hughes, Lloyd  and  Sun, Yao  and  Schmitt, Michael and  Wang, Yuanyuan },
    title = {NEW: So2Sat LCZ42},
    publisher = {Technical University of Munich},
    url = {https://mediatum.ub.tum.de/1483140},
    type = {Dataset},
    year = {2019},
    doi = {10.14459/2018mp1483140},
    keywords = {local climate zones ; big data ; classification ; remote sensing ; deep learning ; data fusion ; synthetic aperture radar imagery ; optical imagery},
    abstract = {So2Sat LCZ42 is a dataset consisting of corresponding synthetic aperture radar and multispectral optical image data acquired by the Sentinel-1 and Sentinel-2 remote sensing satellites, and a corresponding local climate zones (LCZ) label. The dataset is distributed over 42 cities across different continents and cultural regions of the world, and comes with a split into fully independent, non-overlapping training, validation, and test sets.},
    language = {en},

}

so2sat/rgb(기본 구성)

  • 구성 설명 : Sentinel-2 RGB 채널

  • 기능 구조 :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=17),
    'sample_id': int64,
})
  • 기능 문서 :
특징 수업 모양 D타입 설명
풍모Dict
영상 영상 (32, 32, 3) uint8
상표 클래스 레이블 int64
sample_id 텐서 int64

so2sat/모두

  • 구성 설명 : 8개의 Sentinel-1 및 10개의 Sentinel-2 채널

  • 기능 구조 :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=17),
    'sample_id': int64,
    'sentinel1': Tensor(shape=(32, 32, 8), dtype=float32),
    'sentinel2': Tensor(shape=(32, 32, 10), dtype=float32),
})
  • 기능 문서 :
특징 수업 모양 D타입 설명
풍모Dict
상표 클래스 레이블 int64
sample_id 텐서 int64
센티넬1 텐서 (32, 32, 8) float32
센티넬2 텐서 (32, 32, 10) float32