Advertisement

NWPU-RESISC45 遥感图像场景分类数据集（完整版下载）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：RAR

简介：
该数据集包含来自45个不同场景类别的遥感图像，旨在促进复杂和多样化的地表覆盖识别研究。提供完整下载以支持学术与工业界的应用探索。 该数据集包含31500张遥感图像，每个类别有700张图片。每一张图像是256×256像素大小，具有丰富的细节信息。 具体类别的名称包括：飞机、机场、棒球场、篮球场、海滩、桥梁、灌木丛地（chaparral）、教堂、圆形农田区域、云层（cloud）、商业区、密集住宅区、沙漠地带、森林地区、高速公路（freeway）、高尔夫球场（golf course）、地面跑道场地（ground track field）、港口码头（harbor）、工业区、交叉路口（intersection）、岛屿景观、湖泊水域、草地（meadow）、中密度居民区和移动房屋公园等。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • NWPU-RESISC45 遥感图像场景分类数据集（完整版下载）
    优质
    该数据集包含来自45个不同场景类别的遥感图像，旨在促进复杂和多样化的地表覆盖识别研究。提供完整下载以支持学术与工业界的应用探索。 该数据集包含31500张遥感图像，每个类别有700张图片。每一张图像是256×256像素大小，具有丰富的细节信息。 具体类别的名称包括：飞机、机场、棒球场、篮球场、海滩、桥梁、灌木丛地（chaparral）、教堂、圆形农田区域、云层（cloud）、商业区、密集住宅区、沙漠地带、森林地区、高速公路（freeway）、高尔夫球场（golf course）、地面跑道场地（ground track field）、港口码头（harbor）、工业区、交叉路口（intersection）、岛屿景观、湖泊水域、草地（meadow）、中密度居民区和移动房屋公园等。
     
  • RSSCN7 数据集：遥感图像分类数据集
    优质
    RS-CNN7数据集是一套专为遥感图像设计的分类任务的数据集合，包含丰富的卫星和航空影像样本，旨在推动机器学习算法在遥感领域的应用与研究。 RSSCN7 数据集包含 2800 幅遥感图像，这些图像是从谷歌地球收集的，并涵盖了七种典型的场景类别：草地、森林、农田、停车场、住宅区、工业区和河湖。每个类别有400张图片，在四个不同的尺度上进行采样，分别是1:700, 1:1300, 1:2600 和 1:5200，每种比例各有100张图像。 数据集中的每一幅图像是400*400像素大小。由于场景的多样性以及不同季节和天气条件下的变化，并且以不同的比例进行采样，这使得该数据集具有较高的挑战性。
     
  • 基于集成CNN的遥感影像场景分类
    优质
    本研究提出了一种基于集成CNN的方法，用于提升遥感影像中复杂场景的自动分类精度和效率，推动了相关领域技术的进步。 本段落提出了一种基于集成卷积神经网络（CNN）的遥感影像场景分类算法。通过构建反向传播网络实现了对场景图像复杂度的测量；根据图像复杂度的不同级别，选择合适的CNN模型对其进行分类，从而完成遥感影像的场景分类任务。实验中使用了NWPU-RESISC45公开数据集，并取得了89.33%（第一类实验）和92.53%（第二类实验）的准确率，平均运行时间为0.41秒。相较于经过精细调整训练后的VGG-16模型，所提出的算法分别提高了2.19%和2.17%的分类准确性，并且预测速度提升了33%，证明了该方法的有效性和实用性。
     
  • 场景分类数据集
    优质
    场景分类数据集是一系列标注了不同场景标签的图像集合，广泛应用于计算机视觉领域，旨在训练和测试场景识别与理解算法。 该数据集包含约25000张来自世界各地自然场景的图像。任务是确定可以将每张图像分类为哪种场景类型。相关文件包括test_WyRytb0.csv、train.csv以及Scene Classification_datasets.txt和Scene Classification_datasets.zip。
     
  • 遥感图像下载
    优质
    遥感图像下载提供全球范围内的卫星影像获取服务，涵盖自然资源管理、环境监测及城市规划等多个领域应用需求。 遥感影像的下载可以通过相关网站进行。
     
  • 建筑物分类用遥感图像数据集.zip
    优质
    本数据集包含大量建筑物分类用的遥感图像，旨在为研究者提供一个全面且高质量的数据资源库，促进相关领域技术的发展与应用。 遥感图像的建筑物分类数据集
     
  • 遥感分类的数据集
    优质
    遥感分类数据集是由多种卫星或航空传感器获取的地表信息构成的集合，用于训练和评估图像分类算法，涵盖土地利用、植被识别等领域。 这段文本主要用于检验遥感降维算法的性能。在使用过程中可以使用MATLAB直接加载数据。其中data文件中的每行代表一个数据点，label表示对应的数据标签。
     
  • 高光谱遥感图像分类数据集RAR文件
    优质
    该RAR文件包含用于训练和测试高光谱遥感图像分类算法的数据集，旨在促进准确的土地覆盖识别与分析研究。 高光谱遥感影像分类数据集适用于高光谱遥感影像的分类研究，在深度学习领域尤其常用，包括Botswana、Indian Pines、Pavia University等地的数据集。
     
  • 关于遥感场景分类的综述
    优质
    本论文为一篇关于遥感场景分类的研究综述，涵盖了当前主流方法、技术挑战及未来发展方向，旨在推动该领域的进一步研究与应用。 Remote Sensing Image Scene Classification: Benchmark and State of the Art This article provides a comprehensive review of remote sensing image scene classification, covering recent advancements in benchmark datasets and current state-of-the-art techniques. It aims to offer insights into the latest methodologies used for analyzing and categorizing diverse types of remote sensing imagery.
     
  • 基于深度学习的遥感图像场景分类方法.rar
    优质
    本研究采用深度学习技术，针对遥感图像的特点和需求，提出了一种有效的场景分类方法，旨在提高分类准确性和鲁棒性。 使用TensorFlow作为后端的Keras框架可以实现遥感场景分类任务。可以选择VGG16或Resnet50模型，并且既可以从头开始训练模型，也可以采用迁移学习的方式对现有模型进行微调。