Sentinel-2云掩模数据集（Sentinel-2 Cloud Mask Catalogue)

该数据集包括513个1022-x1022像素子镜头的云掩模，分辨率为20m，从2018年Level-1C Sentinel-2档案中随机采样。该数据集的设计基于对云掩模的一些观察：（i）整个产品的性能高度相关，因此子尺度比全场景提供更多的每像素值，（ii）当前的云掩模数据集通常关注特定区域，或手动选择使用的产品，这给数据集中引入了一种不代表真实世界数据的偏差，（iii）云掩模性能似乎与表面类型和云结构高度相关，所以测试应包括分析与这些变量相关的故障模式。
使用IRIS工具包对数据进行半自动注释，该工具包允许用户动态训练随机森林（使用LightGBM实现），通过迭代改进其预测来加速注释，但保留了注释器在需要时进行最终手动更改的能力。这种混合方法使我们能够处理比手动更多的掩码，我们认为这对于创建足够大的数据集以近似整个Sentinel-2档案的统计数据至关重要。