jonathan-roberts1/SIRI-WHU

SIRI-WHU数据集是一个用于高空间分辨率遥感图像场景分类的图像数据集，包含2400个训练样本，每个样本由图像和对应的12种场景类别标签组成。数据集的许可证为CC BY-NC-ND，相关的学术论文提供了该数据集的理论基础和应用方法。数据集信息： 特征字段： - 名称：图像（image），数据类型：图像 - 名称：标签（label），数据类型： 类别标签（class_label）： 类别名称： '0': 农业（agriculture） '1': 商业用地（commercial） '2': 港口（harbor） '3': 闲置土地（idle_land） '4': 工业用地（industrial） '5': 草地（meadow） '6': 立交桥（overpass） '7': 公园（park） '8': 池塘（pond） '9': 住宅用地（residential） '10': 河流（river） '11': 水域（water） 划分集： - 名称：训练集（train），字节数：158215614.4，样本数：2400 下载大小：147702566 数据集总大小：158215614.4 许可证：其他（other） 任务类别： - 图像分类（image-classification） - 零样本（Zero-shot）图像分类 --- # SIRI-WHU 数据集卡片 ## 数据集说明 - **参考文献论文** [基于狄利克雷衍生多主题场景分类模型的高空间分辨率遥感影像分类](https://ieeexplore.ieee.org/iel7/36/4358825/07329997.pdf) - **参考文献论文** [面向高空间分辨率场景分类的费舍尔核（Fisher kernel）编码框架](https://www.mdpi.com/2072-4292/8/2/157/pdf) - **参考文献论文** [融合局部与全局特征的视觉词袋（Bag-of-visual-words）场景分类器用于高空间分辨率遥感影像](https://ieeexplore.ieee.org/iel7/8859/7473942/07466064.pdf) ### 许可信息 CC BY-NC-ND ## 引用信息 [基于狄利克雷衍生多主题场景分类模型的高空间分辨率遥感影像分类](https://ieeexplore.ieee.org/iel7/36/4358825/07329997.pdf) [面向高空间分辨率场景分类的费舍尔核编码框架](https://www.mdpi.com/2072-4292/8/2/157/pdf) [融合局部与全局特征的视觉词袋场景分类器用于高空间分辨率遥感影像](https://ieeexplore.ieee.org/iel7/8859/7473942/07466064.pdf) @article{zhao2015dirichlet, title={基于狄利克雷衍生多主题场景分类模型的高空间分辨率遥感影像分类}, author={Zhao, Bei and Zhong, Yanfei and Xia, Gui-Song and Zhang, Liangpei}, journal={IEEE 地球科学与遥感汇刊（IEEE Transactions on Geoscience and Remote Sensing)}, volume={54}, number={4}, pages={2108--2123}, year={2015}, publisher={IEEE} } @article{zhao2016fisher, title={面向高空间分辨率场景分类的费舍尔核编码框架}, author={Zhao, Bei and Zhong, Yanfei and Zhang, Liangpei and Huang, Bo}, journal={遥感（Remote Sensing)}, volume={8}, number={2}, pages={157}, year={2016}, publisher={MDPI} } @article{zhu2016bag, title={融合局部与全局特征的视觉词袋场景分类器用于高空间分辨率遥感影像}, author={Zhu, Qiqi and Zhong, Yanfei and Zhao, Bei and Xia, Gui-Song and Zhang, Liangpei}, journal={IEEE 地球科学与遥感快报（IEEE Geoscience and Remote Sensing Letters)}, volume={13}, number={6}, pages={747--751}, year={2016}, publisher={IEEE} }

原始信息汇总

数据集概述

数据集名称

SIRI-WHU

数据集特征

• image
  • 数据类型: image
• label
  • 数据类型: class_label
  • 类别名称:
    • 0: agriculture
    • 1: commercial
    • 2: harbor
    • 3: idle_land
    • 4: industrial
    • 5: meadow
    • 6: overpass
    • 7: park
    • 8: pond
    • 9: residential
    • 10: river
    • 11: water

数据集划分

• train
  • 数据量: 158215614.4 bytes
  • 样本数: 2400

数据集大小

• 下载大小: 147702566 bytes
• 数据集总大小: 158215614.4 bytes

许可证

CC BY-NC-ND

任务类别

• image-classification
• zero-shot-image-classification

搜集汇总

数据集介绍

构建方式

SIRI-WHU数据集由武汉大学团队构建，专为高空间分辨率遥感影像场景分类设计。该数据集包含2400张训练样本，每张图像均标注为12个预定义类别之一，涵盖农业、商业区、港口、闲置地、工业区、草地、立交桥、公园、池塘、居民区、河流和水体。图像数据以标准格式存储，类别标签采用整数编码，便于直接加载至深度学习框架。构建过程基于多篇学术论文中提出的场景分类方法，如Dirichlet主题模型与Fisher核编码，确保了数据集的科学性与代表性。

特点

该数据集的核心特点在于其类别覆盖全面且粒度适中，既包含自然地貌如草地与水体，也涵盖人工地物如立交桥与工业区，适用于遥感场景分类的基准测试。图像均为高空间分辨率遥感影像，保留了丰富的空间纹理信息，有利于模型学习局部与全局特征。训练集规模为2400例，虽不算庞大，但类别分布均衡，降低了类别不平衡带来的偏差。此外，数据集遵循CC BY-NC-ND许可协议，支持非商业研究与教育用途，并兼容图像分类与零样本图像分类任务。

使用方法

使用SIRI-WHU数据集时，可通过HuggingFace的datasets库直接加载，自动获取图像与标签字段。图像以PIL格式返回，便于进行数据增强或预处理，如缩放、归一化等。标签为整数索引，对应12个预定义类别名称，可用于训练卷积神经网络或迁移学习模型。该数据集支持多任务场景，既可直接用于有监督的图像分类，也可结合预训练模型实现零样本分类。用户可根据论文中的基准设置划分训练集与验证集，或利用其公开的代码库复现经典方法，如Bag-of-Visual-Words与Fisher核编码。

背景与挑战

背景概述

SIRI-WHU数据集由武汉大学测绘遥感信息工程国家重点实验室的张良培、钟燕飞等研究团队于2015年创建，旨在推动高空间分辨率遥感影像场景分类研究。该数据集聚焦于从遥感影像中识别复杂地物类别，涵盖农业用地、商业区、港口等12类场景，共2400张样本图像。其核心研究问题在于如何有效建模遥感影像中丰富的空间与语义信息，以提升场景分类的精度与鲁棒性。作为经典基准数据集，SIRI-WHU在遥感领域具有广泛影响力，为后续基于词袋模型、Fisher核编码等方法的场景理解提供了重要验证平台，并催生了多项高级分类框架的研究。

当前挑战

SIRI-WHU数据集所解决的领域挑战在于高分辨率遥感影像中类别间相似性与类内多样性的矛盾，例如闲置土地与草地、工业区与商业区在视觉特征上高度混淆，传统分类方法难以捕捉细微差别。构建过程中，研究团队面临多重困难：一是从不同空间分辨率的卫星图像中手动标注12类场景时，需确保标签一致性与代表性；二是样本数量有限（每类仅200张），导致模型易过拟合，且难以覆盖光照、季节等变化下的场景多样性；此外，原始图像尺度不一，预处理中的裁剪与归一化可能丢失关键空间结构信息，进一步增加了分类难度。

常用场景

经典使用场景

SIRI-WHU数据集专为高空间分辨率遥感影像的场景分类而构建，涵盖农业、商业区、港口、工业区、草地、立交桥、公园、池塘、住宅区、河流和水体等12类典型地物类别。该数据集包含2400幅影像，每类200幅，是评估遥感图像理解算法性能的标准基准。其经典使用场景在于验证和比较基于视觉词袋模型、Fisher向量编码以及Dirichlet主题模型等传统机器学习方法的场景识别能力，亦广泛用于迁移学习和零样本图像分类的预训练与微调任务。

解决学术问题

该数据集有效解决了高分辨率遥感影像中地物类别多样、空间结构复杂所导致的场景语义理解难题。通过提供精细标注的类别样本，SIRI-WHU支持研究者探索局部与全局特征融合机制、视觉词典构建策略以及概率主题建模在遥感场景分类中的适用性。其发布推动了从人工特征设计向数据驱动范式的过渡，为评估不同编码框架下的分类精度提供了统一平台，促进了遥感场景识别领域的标准化与可复现性。

衍生相关工作

围绕SIRI-WHU数据集，衍生出了若干经典学术工作。Zhao等人提出的Dirichlet衍生多主题场景分类模型首次将概率主题模型引入遥感场景识别，显著提升了复杂场景的区分能力。同一团队进一步构建了Fisher核编码框架，通过高阶统计量捕获局部特征分布信息，刷新了当时多项分类指标。Zhu等人则融合局部SIFT特征与全局Gist特征，在词袋模型框架内实现了对空间上下文的有效建模。这些工作共同奠定了高分辨率遥感场景分类的方法论基础。