Advertisement

遥感图像地块划分模型训练数据集.zip

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

简介：
本数据集包含用于训练和测试遥感图像地块划分模型的各类影像及标注信息。旨在促进农业、城市规划等领域中的精确地图绘制研究与应用。 遥感影像地块分割模型训练数据集包含常规比赛用的遥感影像地块分割数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 遥感图像地块划分模型训练数据集.zip
    优质
    本数据集包含用于训练和测试遥感图像地块划分模型的各类影像及标注信息。旨在促进农业、城市规划等领域中的精确地图绘制研究与应用。 遥感影像地块分割模型训练数据集包含常规比赛用的遥感影像地块分割数据。
     
  • 2020 CCF BDCI 遥感影像地块分割_训练数据及测试集A榜.zip
    优质
    本资源包含2020年CCF BDCI竞赛中遥感影像地块分割任务所需的训练数据和测试集A，适用于参赛者进行模型训练与评估。 2020 CCF BDCI 遥感影像地块分割_训练集 测试集A榜.zip
     
  • 大型遥感道路图像的深度学习分割数据集（训练部分）
    优质
    本数据集为大型遥感图像中的道路识别任务设计，专门用于深度学习模型的道路分割训练。包含丰富多样的遥感影像样本，旨在提升算法在复杂场景下的道路自动检测能力。 项目包含一个大型遥感道路图像分割数据集（训练集），文件以文件夹格式储存，可以直接用作图像分割数据集，无需额外处理。该数据集由大量卫星遥感图片组成，前景区域丰富且标注效果极佳，适合用于训练分割网络。由于数据量较大，在这里分两次上传。整个数据集的总大小为818MB，其中包含90,000张图像和相应的90,000个掩模（mask）文件。 此外，项目还提供了一个图像分割可视化脚本，该脚本能随机选择一张图片，并展示其原始图、GT图像以及GT在原图上的蒙板效果。最后将这些信息保存至当前目录中。
     
  • 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。
     
  • 遥感地物语义分割数据集（TIF格式），含1500幅图像，分为训练集、测试集和验证集
    优质
    本数据集提供1500幅TIF格式遥感影像，涵盖丰富地物场景，精心划分成训练、测试及验证三个子集，旨在促进语义分割算法的开发与优化。 遥感地物语义分割数据集包含1500张tif格式的遥感图像，分为训练集、测试集和验证集。
     
  • 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。
     
  • 中文微博情感分析训练模型数据集
    优质
    本数据集为中文微博文本构建，旨在提供一个全面的情感分析训练资源。包含大量标注了正面、负面和中性情绪的微博帖子，适用于机器学习算法研究与开发。 可以用于研究自然语言处理、情感分析等相关课题以及训练模型等方面。
     
  • 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
     
  • 遥感卫星图像中的水体与湖泊分割数据集（含训练集及测试集）
    优质
    本数据集包含用于遥感卫星图像中水体和湖泊分割的训练与测试样本，旨在提升自动化识别精度。 项目包括遥感卫星下的水体分割任务（二分类问题），包含训练集和测试集。 数据集用于遥感背景下的水体分割，去除了没有前景的数据点，确保了丰富的前景区域，并且标注效果极佳。 数据集总大小为162 MB。 - 数据集分为训练集与测试集两部分： - 训练集：包含images图片目录和masks模板目录，共计有2555张原始图片及对应的2555个mask图片； - 测试集：同样包括images图片目录和masks模板目录，共有638张原始图片以及638个相应的mask图片。 此外还提供了一个图像分割的可视化脚本。该脚本能随机选取一张测试集中的图片，并展示其原始图、GT（Ground Truth）图及在原图上的GT蒙板效果，并将结果保存到当前目录下。
     
  • 图像分割数据集在深度学习中的应用：针对遥感图像的港口与船舶划分（已分好训练集和测试集）
    优质
    本研究探讨了基于深度学习技术的图像分割方法，专注于构建并利用特定于遥感图像的数据集来精确识别和区分港口及船舶区域。通过有效分离训练数据与测试数据，我们能够评估模型在不同情境下的性能，从而提升其泛化能力。 项目包含遥感图像下的港口与船只分割数据集（已划分训练集和测试集），文件以文件夹形式存储，可以直接使用作为图像分割的数据集，无需额外处理。该数据集中包括用于检测港口和船只的图像，总大小为63MB。 **数据介绍：** - 数据分为训练集、测试集。 - 训练集包含： - images图片目录 - masks模板目录（共356张图片及其对应的356个mask图片） - 测试集包含： - images图片目录 - masks模板目录（共88张图片及其对应的88个mask图片） 此外，该项目还提供了一个图像分割的可视化脚本。该脚本能随机选取一张图，并展示其原始图像、GT图像以及在原图上的蒙板GT图像，并将结果保存到当前目录下。