kshitijrajsharma/geobench1-vhr

m-pv4ger（Tortilla Mirror）数据集是GEO-Bench v1中m-pv4ger子集的格式重新打包版本，使用tortilla文件格式以便兼容性。数据集包含13,812个样本，分为训练集11,814个、验证集999个和测试集999个。每个样本为320x320像素的RGB航空图像（PNG格式），用于二分类任务：标签0表示无太阳能光伏板，标签1表示有太阳能光伏板。数据源自PV4GER数据集（德国航空RGB图像，带手动标注的太阳能光伏板），专注于地理空间和遥感应用，特别是太阳能光伏检测。该数据集是格式转换版本，内容与上游GEO-Bench v1完全一致，未进行任何数据修改。The m-pv4ger (Tortilla Mirror) dataset is a format-only repackaging of the m-pv4ger subset from GEO-Bench v1, packaged as a single tortilla file for improved compatibility. It contains 13,812 samples, split into 11,814 for training, 999 for validation, and 999 for testing. Each sample is a 320x320 RGB aerial image in PNG format, used for binary classification: label 0 indicates no solar PV panels, and label 1 indicates solar PV panels. The data originates from the PV4GER dataset (German aerial RGB imagery with manual solar PV panel annotations), focusing on geospatial and remote sensing applications, particularly solar PV detection. This dataset is a format conversion, with bit-identical content to the upstream GEO-Bench v1 release, and no samples were added, removed, or altered.

搜集汇总

数据集介绍

构建方式

m-pv4ger (Tortilla Mirror) 数据集源自 GEO-Bench v1 基准中的 m-pv4ger 子集，后者采样自德国航拍 RGB 图像 PV4GER 数据集，包含人工标注的屋顶太阳能光伏面板。本版本仅为容器格式的重新封装，将原始多文件结构整合为单一的 tortilla 文件，采用无损失的 PNG 格式存储每张 320×320 像素的 RGB 航拍图像，所有样本、标签及数据划分均与原 GEO-Bench v1 发布版本保持比特级一致。

特点

该数据集包含 13,812 个样本，分为训练集（11,814）、验证集（999）和测试集（999），每个类别为二分类标签：0 表示无太阳能光伏面板，1 表示有。类别分布存在不均衡，训练集中正例占比约 15.4%，验证集和测试集中正例占比约 15.3%。数据集使用 tortilla 容器格式，支持通过 tacoreader.v1 直接读取，无需依赖 geobench pip 包，从而兼容 Python 3.13+ 环境。

使用方法

数据加载需通过 tacoreader.v1 库读取 tortilla 文件，返回 pandas DataFrame，每一行对应一个样本，包含 PNG 字节偏移量、长度、数据划分和标签等字段。用户可通过 PIL 或 numpy 解码 PNG 字节为 (320, 320, 3) 的 uint8 数组，并提取 label 列获取二分类标签。数据集适用于地理空间图像分类任务，特别适合用于训练和评估太阳能光伏面板检测模型。

背景与挑战

背景概述

地理空间基础模型的发展依赖于标准化、高质量的基准数据集以评估其在不同地球观测任务上的泛化能力。在此背景下，GEO-Bench v1应运而生，由ServiceNow研究团队于2023年在NeurIPS会议上提出，旨在为遥感领域提供统一的评估框架。其子集m-pv4ger源自PV4GER数据集，由德国航空航天中心等机构基于航空RGB影像和人工标注的屋顶太阳能光伏板数据构建，专注于二分类任务（存在或不存在光伏板）。该数据集包含13,812张320×320像素的影像，覆盖德国区域，对推动太阳能基础设施的自动化检测研究具有重要意义，成为评估地理空间基础模型在精细目标识别任务上性能的重要基准。

当前挑战

该数据集所解决的领域挑战在于，遥感影像中的光伏板目标尺寸小、分布稀疏、背景复杂多变，且与屋顶材质、阴影等存在视觉混淆，传统基于手工特征的方法难以实现高精度泛化检测。此外，数据集的构建过程面临多重困难：航空影像的获取受天气、飞行条件等限制；光伏板的人工标注需要耗费大量专业人力，且德国建筑风格多样导致标注标准难以统一；类别不平衡问题显著（训练集中负样本约10,000例，正样本仅1,814例），为模型训练带来偏置风险。同时，数据的地域性较强，模型在其他地理区域的迁移性能尚待验证。

常用场景

经典使用场景

geobench1-vhr数据集，作为GEO-Bench v1基准测试中的高分辨率子集，专注于航空影像中屋顶光伏系统的二元检测任务。该数据集整合了来自德国航拍影像的13,812张320×320像素的RGB图像，每一张均带有是否为光伏组件的精确标注。其核心用途在于评估和推动遥感图像分类模型的性能，特别是针对建筑物顶部太阳能板这一细粒度目标。经典使用场景包括训练卷积神经网络或视觉Transformer进行二分类，在标准化的训练、验证和测试划分下（11,814/999/999样本）度量模型的精度、召回率与F1分数，从而为地理空间智能任务提供一个可复现的基准平台。

实际应用

在实际应用中，基于geobench1-vhr数据集训练出的光伏检测模型可直接服务于能源规划与气候行动领域。例如，城市管理者可利用模型产物对大规模航空影像进行自动排查，精确绘制屋顶光伏面板的分布地图，从而估算区域太阳能的装机潜力与现实发电量。公用事业公司和电网运营商将之用于优化可再生能源并网调度，识别未注册的光伏系统以完善能源数据库。此外，保险公司可借助检测结果评估建筑属性以定制风险模型，而环保组织则能追踪分布式太阳能的推广进度，为政策制定提供数据驱动的实证支撑。

衍生相关工作

geobench1-vhr作为GEO-Bench v1的子集，直接衍生了系列具有影响力的学术工作。Lacoste等人（2023）在NeurIPS上发表了基准论文，系统比较了多种预训练策略在包括光伏检测等九个分类任务上的表现。在此基础上，后续研究进一步拓展了时空融合、自监督学习与多模态对齐等方法，例如将卫星多光谱波段与航空可见光影像联合建模以提升小目标识别率。同时，该数据集成为评估新一代地理空间基础模型（如SatMAE、Vision Transformer Fine-tuning）性能的标配测试床，许多工作以其指标为对标锚点来论证算法改进的有效性，形成了一环活跃的地球观测模型比较生态。