WH-MAVS 数据集是一个大范围、多应用、多时相和地理参考的高分辨率场景分类数据集,其注释覆盖了迄今为止几乎整个特大城市。该数据集不仅可以促进场景分类和场景变化检测方法的理论研究,还可以直接应用于土地利用/土地覆盖的实际生产(如城市测绘、景观生态分析、城市环境动态监测等) . 2021.HTCD 数据集 HTCD 数据集...
名称:吉林一号耕地变化检测数据集 数据描述:吉林一号卫星数据,分辨率优于 0.75 米。 类别描述:变化检测类别:耕地变为道路;耕地变为林草;耕地变为建筑;耕地变为其他;道路变为耕地;林草变为耕地;建筑变为耕地;其他变为耕地;非“耕地变化”变化区域。 数据格式:遥感图像:RGB 三通道 tif 格式 同一区域的多时相图像...
Multi-temp Scene Wuhan(MtS-WH) 数据集主要用于进行场景变化检测的方法理论研究与验证。场景变化检测就是在场景语义的层次上,对一定范围区域的土地利用属性变化情况进行检测和分析。 本数据集主要包括两张由IKONOS传感器获得的,大小为7200 x 6000的大尺寸高分辨率遥感影像。覆盖范围为中国武汉市汉阳区。影像分别获取于2...
WH-MAVS数据集是目前为止唯一一个围绕特大城市中心区域进行标注的,大范围、面向多应用、多时相的、带有地理坐标的场景分类数据集。该数据集不仅可以进行场景分类和场景变化检测的方法理论研究与验证,而且可以直接应用于土地利用与土地覆盖的实际生产,如城市制图与规划、景观生态学分析以及城市环境动态监测等领域,从而实现...
遥感影像变化检测数据集分享 遥感图像变化检测指的是利用不同时期的遥感影像来获取某个区域内土地覆盖类型的动态变化信息,有助于自然资源管理部门及时 掌握地类变化的态势和演化进程,为国土空间规划评估、预警以及维护更新提供坚实有力的参考,在土地资源管理、农林监测、自然灾害监测与评估等领域具有重要作用。
为了助力变化检测算法的精度提升研究,吉林一号网公开8000余组高分辨率吉林一号卫星数据,涵盖多种耕地变化类型,为推动算法在“非农化”、耕地保护等实际需求中的应用提供数据支撑。 数据集概览 名称:吉林一号耕地变化检测数据 数据描述:吉林一号卫星数据,分辨率优于 0.75 米 ...
自建林地变化检测数据集就像是给我们开了个“生态体检单”。它帮我们看清楚林地的变化趋势,找出潜在的隐患,甚至能帮助制定者做出更科学的决策,推动环境保护的步伐。而这些,也离不开现代科技的支持,尤其是遥感技术,它就像是一个“千里眼”,让我们能不出门,就知道全国甚至全球的森林变化情况。说白了,这个数据集,它帮...
SECOND是一个语义变化检测数据集,它从多个平台和传感器收集了4662对航空图像。这些图像对分布在杭州,成都和上海等城市。每个图像的尺寸为512 x 512,并在像素级别进行注释。第二个重点是6种主要的土地覆盖类别,即非植被地表,树木,低植被,水,建筑物和游乐场,它们经常涉及自然和人为的地理变化。
为了推动高分辨率土地利用场景分类与变化检测的研究进展,针对现有土地利用分类与变化检测数据集存在的局限性,本文利用高分辨率遥感影像构建了面向深度学习的大规模场景分类与变化检测数据集MtSCCD(Multi-temporal Scene Classification and Change Detection)。...
名称:吉林一号耕地变化检测数据集 数据描述:吉林一号卫星数据,分辨率优于0.75米。 类别描述:变化检测类别:耕地变为道路;耕地变为林草;耕地变为建筑;耕地变为其他;道路变为耕地;林草变为耕地;建筑变为耕地;其他变为耕地;非“耕地变化”变化区域。 数据格式:遥感图像:RGB 三通道 tif 格式 ...