Million-AID

在过去的几年中，遥感（RS）图像解释及其广泛应用取得了长足的进步。随着 RS 图像变得比以往任何时候都更容易获得，对这些图像的自动解释的需求越来越大。在这种情况下，基准数据集是开发和测试智能解释算法的必要前提。在回顾了遥感影像判读研究界现有的基准数据集之后，本文讨论了如何有效地准备合适的遥感影像判读基准数据集的问题。具体来说，我们首先分析了当前通过文献计量研究开发用于 RS 图像解释的智能算法的挑战。然后，我们介绍了以有效方式创建基准数据集的一般指导。根据所提供的指导，我们还提供了一个构建 RS 图像数据集的示例，即 Million-AID，这是一个新的大型基准数据集，包含用于 RS 图像场景分类的一百万个实例。最后讨论了 RS 图像标注中的几个挑战和观点，以促进基准数据集构建的研究。我们确实希望这篇论文能够为 RS 社区提供构建大规模实用图像数据集的整体视角，以供进一步研究，尤其是数据驱动的图像数据集。