Advertisement

VHR-10地理空间物体检测遥感数据集（西北工业大学）- 数据集

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

简介：
简介：VHR-10是西北工业大学开发的一套高分辨率地理空间物体检测遥感数据集，包含丰富标注信息，旨在促进高性能卫星图像分析算法的研究与应用。 NWPU VHR-10 数据集是一个专为空间物体检测设计的地理遥感数据集，包含10个不同级别的图像。该数据集中共有650张含有目标对象的图片以及150张背景图，总计800张图像。其中的目标类别包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车这十种类型。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • VHR-10地理空间物体检测遥感数据集（西北工业大学）- 数据集
    优质
    简介：VHR-10是西北工业大学开发的一套高分辨率地理空间物体检测遥感数据集，包含丰富标注信息，旨在促进高性能卫星图像分析算法的研究与应用。 NWPU VHR-10 数据集是一个专为空间物体检测设计的地理遥感数据集，包含10个不同级别的图像。该数据集中共有650张含有目标对象的图片以及150张背景图，总计800张图像。其中的目标类别包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车这十种类型。
     
  • NWPU VHR-10 数据集.zip
    优质
    简介：该文件为西北工业大学VHR-10数据集压缩包，包含高分辨率遥感影像及其标注信息，适用于目标检测和识别的研究与应用。 NWPU VHR-10数据集解压后包含三个文件夹：positive image set 文件夹中有650张正样本图像，negative image set 文件夹中有150张负样本图像，ground truth 文件夹中则有对应于这650张正样本的标签。
     
  • SAR遥感地图数据集
    优质
    SAR遥感地图数据集汇集了多种分辨率与覆盖范围的合成孔径雷达影像，旨在为科研人员提供详尽的地表信息，支持环境监测、灾害评估及土地利用研究。 AIRSAR_SanFrancisco 是一个遥感地图数据集，可用于训练目的。该数据集包含详细的文档说明，并以stk格式存储。
     
  • 港口目标检测数据集：基于遥感的HRSC数据集
    优质
    本数据集为港口环境专门设计，采用高分辨率对地观测技术（HRSC），提供丰富的船舶图像及其详细标注信息，旨在推动远程海上监控及自动化识别研究。 HRSC数据集包含27种类型的遥感地物目标，并使用oriented bounding boxes (OBB) 格式进行标注。 该数据集包括1,061张图像，每张图像的尺寸大约为1100± * 1100± * 3。总共有2,976个目标，这些目标被分为三大类和27个小类。
     
  • NWPU VHR-10的数据集 Pascal VOC 格式
    优质
    简介：NWPU VHR-10数据集是以Pascal VOC格式构建的一个高分辨率非常规目标检测数据集，包含多种复杂背景下的航空图像及标注信息。 NWPU VHR-10的数据集采用Pascal VOC格式。
     
  • Pascal VOC 2007物体检测数据集
    优质
    Pascal VOC 2007物体检测数据集是计算机视觉领域广泛使用的一个标准测试平台，包含多种日常对象的图像及其标注信息，用于评估和比较不同算法在目标识别与定位上的性能。 Pascal VOC 2007数据集可用于评估YOLO、Fast-RCNN等算法的物体检测性能。
     
  • TinyPerson：小物体检测的数据集
    优质
    TinyPerson 是一个专注于小尺寸人体检测的数据集，旨在推动低分辨率下的人体识别技术发展。该数据集包含大量标注精细的小尺度行人图像，适用于开发和评估先进的目标检测算法。 TinyPerson是用于检测远距离且具有大量背景的微小物体的一个基准。该数据集中的图像是从互联网上收集的。首先，从不同的网站收集高分辨率视频。其次，每50帧对视频中的图像进行采样。然后删除具有一定重复（同质性）的图像，并用手动边界框标注了72,651个对象。最终得到的数据集中包含1532张图片，类别为earth_person和sea_person，所有图片均已用txt格式标注并划分为训练集、验证集和测试集，可以直接用于YOLO各个版本模型的训练。
     
  • BSDS500物体边界检测数据集
    优质
    BSDS500是用于评估图像中物体边界检测性能的数据集，包含500幅图片及其对应的标注边界，为相关研究提供基准。 伯克利分割数据集（BSDS500）是由伯克利大学计算机视觉小组提供的一个用于图像分割及物体边缘检测的数据集。该数据集包含200张训练图、100张验证图以及200张测试图，所有标注信息以.mat文件形式保存，并包括了分割和边界的信息。每一张图片都有五个对应的标注版本，在训练过程中可以使用平均值作为真值或用来扩充数据。 这个数据集中有两个子目录： - bench：用于评估自己方法的指标，主要是matlab脚本（.m文件），其中核心文件correspondPixels.cc需要编译，但如果是Linux 64位系统，则无需编译源代码，因为已提供了预编译好的对应于该系统的文件。 - BSDS500：包含训练集、测试集和验证集的数据集。
     
  • 《数据集》基于遥感航拍的飞机目标检测数据集
    优质
    本数据集采用遥感航拍技术收集，专注于识别和分类各种类型飞机的目标检测，为图像处理与机器学习研究提供宝贵资源。 YOLO与VOC格式的遥感航拍飞机识别数据集适用于包括YOLO系列、Faster R-CNN 和 SSD 等在内的多种目标检测模型训练。该数据集包含2398张图片，以及对应的txt标签文件和xml标签，并且已经划分为了训练集、验证集和测试集，可以直接用于YOLOv5至YOLOv10等系列算法的训练。 这个遥感航拍飞机识别数据集是为了深度学习及计算机视觉研究而设计的专业资源。它不仅能够支持YOLO系列模型的训练，还能应用于其他先进的目标检测框架中。为了提升模型训练的有效性和准确性，数据集中已经预先处理为包含不同用途的数据子集格式。 该数据集的核心是通过航拍技术获取的一系列遥感图像，并且这些图像是从广泛的地理区域采集而来。在这一特定的数据集中，所有标注的目标都是飞机，这使得研究者可以专注于某一类目标的检测任务上进行深入的研究工作。每张图片都配有详细的txt和xml格式标签文件来记录飞机的位置信息及类别。 数据集中的txt文件以简单的坐标形式提供了每个图像中标注对象（即飞机）边界框的信息；而xml格式则更为详尽，包含了位置、尺寸以及类别的详细描述，为深度学习模型的训练与验证提供关键输入。此外，还包含一个yaml文件来指定数据集中关于飞机类别信息。 由于数据集的数据量庞大，上传至百度网盘并提供了永久有效的下载链接以方便分享和获取。这使得更多研究者可以无障碍地接触和使用这个丰富的资源库。对于那些对深度学习、计算机视觉、遥感技术及目标检测等有深入研究兴趣的人来说，该数据集是一个宝贵的资料来源。 此数据集不仅提供了一大批高质量的遥感图像素材，还配备了详尽的标注信息，为实现准确高效的飞机识别任务提供了重要支持，并且有助于推动相关领域内的技术创新和进步。
     
  • PaviaU遥感数据集
    优质
    PaviaU遥感数据集是由意大利帕维亚大学提供的高光谱图像数据库，主要用于分类和识别地物目标的研究与教学。 PaviaU 遥感数据集包含一个 .mat 文件，并附带地面真实标签（ground truth），适用于高光谱图像分类实验。 该数据由德国的机载反射光学光谱成像仪（Reflective Optics Spectrographic Imaging System，ROSIS-03）在2003年拍摄于意大利帕维亚城的一部分高光谱影像。此传感器能够对从 0.43 到 0.86 微米波长范围内的115个连续波段进行成像，并且图像的空间分辨率为1.3米。由于其中的12个波段受到噪声干扰，通常使用的仅是剩下的103个光谱波段所构成的影像。