links-ads/fmars-dataset|遥感图像数据集|灾害管理数据集

FMARS是一个大规模的高分辨率遥感图像数据集，专注于灾害管理应用。数据集包含2021年至2023年全球主要危机事件的预事件图像和注释。数据集的特点包括使用Maxar开放数据计划的VHR卫星图像，覆盖面积超过200,000平方公里；使用Segment Anything Model (SAM)和GroundingDINO生成自动注释，提取建筑物、道路和高植被的分割掩码；以及专注于灾害管理应用，如损害评估和风险分析。数据集的注释流程结合了开放数据源和视觉基础模型，提供了parquet格式的注释，并保持了原始文件的命名约定以便于图像和标签的匹配。数据集的应用和基准测试表明，它可以用于训练语义分割模型，但需要谨慎。数据集的许可证为MIT，并提供了引用文献和致谢信息。

FMARS is a large-scale dataset of Very High Resolution (VHR) remote sensing images with annotations generated using Vision Foundation Models. The dataset focuses on disaster management applications and provides pre-event imagery and annotations for major crisis events worldwide from 2021 to 2023. The dataset features include the use of VHR satellite imagery from the Maxar Open Data Program, covering a total surface area of over 200,000 km^2; automatic annotations generated using the Segment Anything Model (SAM) and GroundingDINO to extract segmentation masks for buildings, roads, and high vegetation; and a focus on disaster management applications such as damage assessment and risk analysis. The annotation workflow combines open data sources and Vision Foundation Models, providing annotations in parquet format and maintaining the naming convention of the original files to facilitate the match between images and labels. The datasets applications and benchmarks indicate that it can be used to train semantic segmentation models, but with precautions. The dataset is licensed under MIT and includes citation information and acknowledgements.

原始信息汇总

FMARS数据集概述

数据集描述

FMARS是一个大规模的Very High Resolution (VHR)遥感图像数据集，专注于灾害管理应用。该数据集提供了2021年至2023年全球主要危机事件的预事件图像和标注。

数据集特点

• VHR图像: 数据集使用来自Maxar Open Data Program的预事件VHR卫星图像，覆盖总面积超过200,000 km^2。
• 自动标注: 使用Segment Anything Model (SAM)和GroundingDINO结合的新颖管道生成建筑物、道路和高植被的分割掩码。
• 灾害管理焦点: 数据集设计用于灾害管理应用，如损害评估和风险分析。

标注流程

• 建筑物轮廓和道路图来自Microsoft的Building Footprints和Road Detection数据集，转换为提示。
• 高植被边界框使用GroundingDINO生成。
• 边界框提示输入SAM以提取每个类别的精细分割掩码。
• 生成的掩码存储以支持实例和语义分割任务。

数据集结构

FMARS数据集提供parquet格式的标注。对应的VHR图像可从Maxar Open Data Program网站获取。

许可证和引用

FMARS标注遵循MIT许可证。使用此数据集或在研究中提及时，请引用相关论文。

AI搜集汇总

数据集介绍

构建方式

FMARS数据集的构建，依托Maxar Open Data Program提供的 Very High Resolution (VHR) 卫星图像，覆盖面积超过200,000平方公里。通过融合Segment Anything Model (SAM) 与 GroundingDINO模型，自动化生成建筑、道路及高植被的精细分割掩模，形成了针对重大危机事件的事前影像与注释。

特点

该数据集具备以下显著特点：一是采用VHR卫星图像，分辨率高，信息详尽；二是注释自动化，利用前沿视觉基础模型生成，准确性高；三是专注于灾害管理，提供灾害事件的事前影像和注释，支持损害评估与风险分析等应用。

使用方法

使用FMARS数据集，用户可从Maxar Open Data Program获取对应的VHR图像，并根据数据集提供的parquet格式注释进行匹配。该数据集可用于训练面向灾害管理任务的语义分割模型，但需谨慎对待大规模映射的初步尝试。

背景与挑战

背景概述

在遥感影像解析领域，FMARS数据集应运而生，旨在为灾害管理提供有力支持。该数据集由Arnaudo Edoardo等研究人员于2024年在IEEE国际地球科学与遥感研讨会上提出，依托Maxar Open Data Program提供的预处理高分辨率卫星影像，覆盖面积超过200,000平方公里。FMARS的核心研究问题是如何利用基础视觉模型对远程遥感影像进行精准标注，从而服务于灾害评估与风险分析，对相关领域产生了显著影响。

当前挑战

FMARS数据集在构建过程中面临的挑战主要包括：一是如何确保利用自动标注流程生成的标注数据的质量和准确性；二是如何有效整合来自不同数据源的标注信息，以支持实例分割和语义分割任务。此外，数据集在解决灾害管理领域问题时，还需应对如何在多变灾害场景下保持模型泛化能力的挑战。

常用场景

经典使用场景

在遥感影像分析领域，FMARS数据集以其丰富的Very High Resolution (VHR)卫星图像和自动生成的标注，成为研究者在灾害管理中评估损害和风险分析的重要资源。该数据集的使用，经典地体现在构建和训练用于语义分割的模型，进而辅助决策者在灾害发生后快速做出响应。

解决学术问题

FMARS数据集解决了灾害管理中遥感图像标注不足的问题，通过集成视觉基础模型，自动生成建筑、道路和高植被的精细标注，为学术研究提供了前所未有的大规模标注数据，极大地推动了遥感图像解析技术在灾害管理中的应用。

衍生相关工作

基于FMARS数据集，研究者们已经开展了一系列相关工作，包括但不限于开发新的标注方法、提出更为精确的灾害评估模型，以及构建集成多种数据源的综合决策支持系统，这些工作进一步扩展了数据集的学术影响和应用范围。