- Descripción :
So2Sat LCZ42 es un conjunto de datos que consta de parches de imágenes ópticas multiespectrales y radar de apertura sintética coregistrados adquiridos por los satélites de detección remota Sentinel-1 y Sentinel-2, y la etiqueta de zonas climáticas locales (LCZ) correspondiente. El conjunto de datos se distribuye en 42 ciudades de diferentes continentes y regiones culturales del mundo.
El conjunto de datos completo ( all
) consta de 8 canales Sentinel-1 y 10 Sentinel-2. Alternativamente, se puede seleccionar el subconjunto rgb
, que contiene solo las bandas de frecuencia óptica de Sentinel-2, reescaladas y codificadas como JPEG.
URL del conjunto de datos: http://doi.org/10.14459/2018MP1454690
Licencia: http://creativecommons.org/licenses/by/4.0
Documentación adicional : Explore en Papers With Code
Página de inicio: http://doi.org/10.14459/2018MP1454690
Código fuente :
tfds.datasets.so2sat.Builder
Versiones :
-
2.0.0
: nueva API dividida ( https://tensorflow.org/datasets/splits ) -
2.1.0
(predeterminado): uso del factor de calibración de canales ópticos actualizado.
-
Tamaño de descarga :
Unknown size
Tamaño del conjunto de datos :
Unknown size
Auto-caché ( documentación ): Desconocido
Divisiones :
Separar | Ejemplos |
---|
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ): Falta.
Cita :
@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 (configuración predeterminada)
Descripción de la configuración : Sentinel-2 canales RGB
Estructura de características :
FeaturesDict({
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=17),
'sample_id': int64,
})
- Documentación de características :
Rasgo | Clase | Forma | Tipo D | Descripción |
---|---|---|---|---|
CaracterísticasDict | ||||
imagen | Imagen | (32, 32, 3) | uint8 | |
etiqueta | Etiqueta de clase | int64 | ||
ejemplo de identificacion | Tensor | int64 |
- Claves supervisadas (Ver
as_supervised
):('image', 'label')
so2sat/todos
Descripción de la configuración : 8 Sentinel-1 y 10 Sentinel-2 canales
Estructura de características :
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),
})
- Documentación de características :
Rasgo | Clase | Forma | Tipo D | Descripción |
---|---|---|---|---|
CaracterísticasDict | ||||
etiqueta | Etiqueta de clase | int64 | ||
ejemplo de identificacion | Tensor | int64 | ||
centinela1 | Tensor | (32, 32, 8) | flotar32 | |
centinela2 | Tensor | (32, 32, 10) | flotar32 |
- Claves supervisadas (Ver
as_supervised
doc ):None