isp-uv-es/opensr-test

opensr-test数据集是一个用于卫星图像超分辨率（SR）基准测试的综合数据集。它包含五个子数据集：NAIP、SPOT、Venµs、SPAIN CROPS和SPAIN URBAN。每个数据集都经过精心设计，以最小化空间和光谱的错位。数据集提供了Sentinel-2的L2A和L1C波段，以及高分辨率图像（RGBNIR）和经过协调的高分辨率图像（HRharm）。此外，数据集还包含了图像的元数据，如低分辨率和高分辨率图像的文件路径、空间唯一标识符、Google Earth Engine ID、反射率、光谱一致性、空间一致性等信息。数据集的目标是提供一个公平的SR基准测试方法，通过三个独立的指标组来评估SR算法的性能，这些指标组分别衡量一致性、合成和正确性。

原始信息汇总

数据集概述

数据集名称: opensr-test

许可证: MIT

任务类别:

• 图像到图像

语言:

• 英语

标签:

• 地球
• 遥感
• 超分辨率
• Sentinel-2

美观名称: opensr_test

大小类别:

• 10K<n<100K

数据集内容

opensr-test 提供五个用于基准测试SR模型的数据集，这些数据集旨在最小化空间和光谱错位。

数据集	比例因子	图像数量	高分辨率补丁大小
NAIP	x4	62	484x484
SPOT	x4	9	512x512
Venµs	x2	59	256x256
SPAIN CROPS	x4	28	512x512
SPAIN URBAN	x4	20	512x512

每个数据集包含以下键的词典：

• L2A: Sentinel-2 L2A波段（12波段）。
• L1C: Sentinel-2 L1C波段（12波段）。
• HR: 未协调的高分辨率图像（RGBNIR）。
• HRharm: 与Sentinel-2 L2A波段协调的高分辨率图像（RGBNIR）。
• metadata: 包含图像元数据的pandas DataFrame。

数据集详细信息

NAIP (X4 scale factor)

• 图像数量: 62
• 分辨率: 2.5m
• 关注区域: 农作物、森林、裸土区

SPOT (X4 scale factor)

• 图像数量: 9
• 分辨率: 2.5m
• 关注区域: 城市区域、农作物、裸土区

Venµs (X2 scale factor)

• 图像数量: 59
• 分辨率: 5m
• 关注区域: 农作物、森林、城市区域、裸土区

SPAIN CROPS (x4 scale factor)

• 图像数量: 28
• 分辨率: 2.5m
• 关注区域: 农作物、森林

SPAIN URBAN (x4 scale factor)

• 图像数量: 20
• 分辨率: 2.5m
• 关注区域: 城市区域、道路