有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
OpenEarthSensing|遥感数据集|图像识别数据集
收藏arXiv2025-02-28 更新2025-03-04 收录
下载链接：
http://arxiv.org/abs/2502.20668v1
下载链接
链接失效反馈资源简介：
OpenEarthSensing是一个面向开放世界遥感任务的大规模细粒度基准数据集，由华中科技大学、深圳市鹏城实验室和中国科学院共同创建。该数据集包含189个场景和对象类别，跨越5个不同的领域和3种模态，共157,674张图像。数据集覆盖了现实世界中可能发生的绝大多数语义偏移场景。此外，它还包含五个具有显著协变量偏移的数据领域，为评估开放世界模型的泛化性能提供了一个更全面的测试平台。
提供机构：
华中科技大学, 深圳市鹏城实验室, 中国科学院
创建时间：
2025-02-28
AI搜集汇总
数据集介绍
构建方式
OpenEarthSensing 数据集的构建旨在模拟开放世界遥感中的语义变化和协变量变化。该数据集由五个子数据集组成，涵盖了五个不同的领域和三种模态，包括两个 RGB 卫星图像数据集、一个 RGB 无人机航拍图像数据集、一个 MSRGB 数据集和一个红外数据集。这些子数据集具有相同的语义类别，但包含不同的协变量变化条件，为评估开放世界模型的泛化能力提供了更全面的测试平台。OpenEarthSensing 包含 189 个场景和对象类别，涵盖了现实世界中可能发生的绝大多数语义变化场景。
特点
OpenEarthSensing 数据集的特点包括多个和多样化的领域、广泛的规模范围和多个粗略类别。它包含五个不同的数据领域，使其能够作为各种泛化任务的测试平台。此外，OpenEarthSensing 包含 152 个场景和 37 个对象类别，涵盖了不同规模的分类数据。它还包含 10 个全面的粗略类别，每个粗略类别进一步细分为 5 到 27 个细粒度子类别，总共 189 个不同的分类。这使得 OpenEarthSensing 成为评估开放世界遥感模型性能的重要基准。
使用方法
使用 OpenEarthSensing 数据集时，可以根据任务需求选择相应的子数据集。例如，对于开放集识别和语义变化 OOD 检测任务，可以使用 ID-94 子数据集作为训练数据，Easy-OOD 和 Hard-OOD 子数据集作为近 OOD 数据，以及 SUN 子数据集作为远 OOD 数据。对于协变量变化泛化和 OOD 检测任务，可以使用 ID-94 子数据集作为训练数据，其他四个子数据集作为测试数据。对于增量学习任务，可以使用 Dall R1 子数据集作为训练数据，并设置不同的场景，例如随机、粗略和规模，以模拟真实世界中的连续学习过程。此外，还可以使用不同的模型和算法进行评估和比较，以找出最佳的性能。
背景与挑战
背景概述
OpenEarthSensing数据集是在遥感领域的一个大型细粒度基准数据集，旨在为开放世界遥感任务提供评估平台。该数据集由华中科技大学、鹏城实验室和中国科学院的研究人员于2025年创建。OpenEarthSensing数据集包含了189个场景和物体类别，涵盖了现实世界中可能出现的绝大多数语义变化。此外，它还涵盖了五个具有显著协变量变化的数据域，包括两个RGB卫星域、一个RGB航空域、一个MSRGB域和一个红外域，为评估开放世界模型的一般化性能提供了一个更全面的测试平台。OpenEarthSensing的创建填补了开放世界遥感领域大型基准数据集的空白，对推动该领域的研究具有重要意义。
当前挑战
OpenEarthSensing数据集的挑战主要在于解决开放世界遥感任务中的各种问题。具体挑战包括：1) 语义变化检测，模型需要能够有效识别未知类别；2) 协变量变化适应，模型需要能够适应测试时遇到的各种变化；3) 持续更新，模型需要能够根据新样本不断更新自身。此外，构建过程中也遇到了一些挑战，例如：1) 数据集规模和多样性不足，无法反映现实世界的复杂性；2) 数据集缺乏对特定任务的针对性，无法满足开放世界的需求。OpenEarthSensing数据集的创建为解决这些挑战提供了一个重要的工具。
常用场景
经典使用场景
OpenEarthSensing数据集作为开放世界遥感领域的大型细粒度基准数据集，其经典使用场景包括语义偏移检测、协变量偏移适应、开放集识别、增量学习和域增量学习等。该数据集包含来自五个不同领域和三种模态的189个场景和对象类别，为评估开放世界模型的泛化性能提供了全面的测试平台。
解决学术问题
OpenEarthSensing数据集解决了开放世界遥感领域中模型适应新数据分布的挑战，特别是语义偏移和协变量偏移。该数据集涵盖了现实世界中可能出现的绝大多数语义偏移场景，并通过五个具有显著协变量偏移的数据领域，为评估模型在不同环境下的泛化能力提供了基准。此外，OpenEarthSensing数据集还为开放世界任务提供了更具挑战性的基准，促进了该领域的研究和发展。
衍生相关工作
OpenEarthSensing数据集的推出，为开放世界遥感领域的研究提供了新的契机，衍生出了一系列相关的研究工作。例如，基于OpenEarthSensing数据集，研究人员可以探索新的开放世界任务和方法，评估现有模型在开放环境下的性能，并开发新的算法和技术来提升模型的适应性和泛化能力。此外，OpenEarthSensing数据集还可以用于开发新的遥感图像解释方法和技术，为相关领域的应用提供支持。
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
网易云音乐数据集
该数据集包含了网易云音乐平台上的歌手信息、歌曲信息和歌单信息，数据通过爬虫技术获取并整理成CSV格式，用于音乐数据挖掘和推荐系统构建。
github 收录
中国农村教育发展报告
该数据集包含了中国农村教育发展的相关数据，涵盖了教育资源分布、教育质量、学生表现等多个方面的信息。
www.moe.gov.cn 收录
中国食物成分数据库
食物成分数据比较准确而详细地描述农作物、水产类、畜禽肉类等人类赖以生存的基本食物的品质和营养成分含量。它是一个重要的我国公共卫生数据和营养信息资源，是提供人类基本需求和基本社会保障的先决条件；也是一个国家制定相关法规标准、实施有关营养政策、开展食品贸易和进行营养健康教育的基础，兼具学术、经济、社会等多种价值。 本数据集收录了基于2002年食物成分表的1506条食物的31项营养成分（含胆固醇）数据，657条食物的18种氨基酸数据、441条食物的32种脂肪酸数据、130条食物的碘数据、114条食物的大豆异黄酮数据。
国家人口健康科学数据中心 收录
中国农村金融统计数据
该数据集包含了中国农村金融的统计信息，涵盖了农村金融机构的数量、贷款余额、存款余额、金融服务覆盖率等关键指标。数据按年度和地区分类，提供了详细的农村金融发展状况。
www.pbc.gov.cn 收录
UAVDT
UAVDT数据集由中国科学院大学等机构创建，包含约80,000帧从10小时无人机拍摄视频中精选的图像，覆盖多种复杂城市环境。数据集主要关注车辆目标，每帧均标注了边界框及多达14种属性，如天气条件、飞行高度、相机视角等。该数据集旨在推动无人机视觉技术在不受限制场景下的研究，解决高密度、小目标、相机运动等挑战，适用于物体检测、单目标跟踪和多目标跟踪等基础视觉任务。
arXiv 收录