csaybar/CloudSEN12-high|云语义理解数据集|遥感数据数据集

CloudSEN12是一个用于云语义理解的大规模数据集，包含49,400个图像块，覆盖除南极洲外的所有大陆。每个图像块覆盖5090 x 5090米，包含来自Sentinel-2的1C和2A级别的数据、手工标注的厚云和薄云及云阴影、Sentinel-1合成孔径雷达（SAR）、数字高程模型、地表水出现频率、土地覆盖类别以及六种先进云检测算法的云掩码结果。数据集支持弱监督、自监督和半监督学习策略，提供高质量、涂鸦和无注释三种手工标注数据。数据集还详细描述了文件的类型、波长、比例和数据类型，并提供了数据集的训练、验证和测试集的划分比例。

原始信息汇总

数据集概述：CloudSEN12 HIGH-QUALITY

数据集基本信息

• 名称：CloudSEN12 HIGH-QUALITY
• 类型：大型数据集，约1 TB
• 目的：用于云语义理解
• 包含内容：49,400个图像块（IP），每个IP覆盖5090 x 5090米，包含Sentinel-2 1C和2A级数据、手工标注的厚云和薄云及云阴影、Sentinel-1合成孔径雷达（SAR）、数字高程模型、地表水发生、土地覆盖类别、六种尖端云检测算法的云掩码结果。

数据集特点

• 支持的学习策略：适用于弱监督、自监督/半监督学习
• 标注数据形式：包含三种手工标注数据形式：高质量、涂鸦和无标注

数据集内容详细描述

文件及数据类型

文件	名称	比例	波长	描述	数据类型
L1C_ & L2A_	B1至B12	0.0001	不同波长	不同波段的光谱信息，如Aerosols、Blue、Green、Red等	np.int16
L1C_	B10	0.0001	1373.5nm	Cirrus	np.int16
L2A_	AOT, WVP, TCI_R, TCI_G, TCI_B	不同比例	-	Aerosol Optical Thickness, Water Vapor Pressure, True Color Image的红、绿、蓝	np.int16
S1_	VV, VH, angle	1	5.405GHz	合成孔径雷达数据，如双频交叉极化、单频同极化等	np.float32
EXTRA_	CDI, Shwdirection, elevation, ocurrence, LC100, LC10	不同比例	-	云位移指数、方位角、海拔、地表水发生频率、土地覆盖类别等	np.int16
LABEL_	fmask, QA60, s2cloudless, sen2cor, cd_fcnn_rgbi, cd_fcnn_rgbi_swir, kappamask_L1C, kappamask_L2A, manual_hq, manual_sc	1	-	不同云检测算法的结果和手工标注数据	不同数据类型

标注描述

CloudSEN12	KappaMask	Sen2Cor	Fmask	s2cloudless	CD-FCNN	QA60
0 Clear	1 Clear	4 Vegetation	0 Clear land	0 Clear	0 Clear	0 Clear
1 Thick cloud	4 Cloud	8 Cloud medium probability	4 Cloud	1 Cloud	1 Cloud	1024 Opaque cloud
2 Thin cloud	3 Semi-transparent cloud	10 Thin cirrus	2 Cloud shadow	-	-	2048 Cirrus cloud
3 Cloud shadow	2 Cloud shadow	3 Cloud shadows	-	-	-	-

数据集使用

• 下载链接：CloudSEN12
• 数据集分割：训练集占84.90%，验证集占5.35%，测试集占9.75%
• 数据处理：图像为512 x 512像素，实际数据从像素(1,1)到(509,509)，周围有3像素的填充。