Advertisement

RSSCN7 数据集:遥感图像分类数据集

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • RSSCN7
    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。
  • 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。
  • 建筑物.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
  • 高光谱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。
  • 优质
    遥感影像数据集是一系列通过卫星或飞机等平台获取的地表观测图像集合,涵盖不同地区、时期及光谱范围,广泛应用于环境监测、城市规划和自然资源管理等领域。 遥感图像数据集采用tif格式,适用于图像融合、图像分割等领域,非常实用。
  • Emotion6
    优质
    Emotion6数据集是一款专为图像情感分析设计的数据集合,包含丰富的情绪标注图片,适用于六大基本情绪类别研究。 Emotion6是一个情感诱发图像数据集,包含了Paul Ekman提出的六种基本情绪加上中立情绪,总共七个情感分布类别。每个类别包含330张图片,并且每张图片都有用于评价诱发情绪的VA值作为真实标签。此外,作者还进行了情感风格迁移研究,在不改变高层语义信息的前提下,通过调整源图像的基础特征来实现将图像的情感向目标图像指定的情绪转变。 EmotionROI则是在Emotion6数据集的基础上增加了情感刺激区域ESM标注(即Emotion Stimuli Maps)。这些情感诱发区域与对象识别的区域和视觉显著性分析中的显著性区域并不相同。
  • RPC校正
    优质
    本数据集包含大量带有RPC参数的遥感影像及对应的地面控制点,旨在支持并优化遥感图像的几何精纠正与配准过程。 在进行自我校正时,我收集了关于RPC校正的论文资料。
  • UCMerced_LandUse
    优质
    简介:UCMerced_LandUse 遥感影像数据集是一套针对土地利用多样性的高质量遥感图像集合,适用于土地覆盖分类与变化检测等研究领域。 本资源是UCMerced_LandUse遥感图像数据集,包含21类图像,每类有100张图片。该数据集可用于土地资源分类。
  • RSOD-Dataset:
    优质
    RSOD-Dataset是一个精心设计和全面标注的遥感图像数据集,旨在促进卫星影像分析与理解的研究进展。 RSOD-Dataset是一个专注于提供大规模场景文字检测的数据集。该数据集包含了丰富多样的现实世界图像样本,旨在帮助研究人员更好地理解和开发针对复杂环境中的文本识别技术。通过包含各种光照条件、视角变化以及不同字体样式等挑战性因素,RSOD-Dataset为提升现有算法的鲁棒性和准确性提供了宝贵资源。