Salinas

该数据集包含了加利福尼亚州萨利纳斯谷的 hyperspectral 图像，涵盖了16个标签/类别，代表了不同的农作物和土地类型。该数据集主要用于训练卷积神经网络模型，以执行农业分类任务。数据集规模包括26,549个样本，其中包含11,271个葡萄园样本和15,278个未训练的葡萄园样本。其任务是利用高光谱图像对农业土地和作物进行分类。

This dataset contains hyperspectral images collected from Salinas Valley, California, covering 16 distinct labels/categories representing various crops and land types. It is primarily utilized for training Convolutional Neural Network (CNN) models to perform agricultural classification tasks. The dataset has a total of 26,549 samples, including 11,271 vineyard samples and 15,278 non-vineyard samples. Its core task is to classify agricultural lands and crops using hyperspectral imagery.

搜集汇总

背景与挑战

背景概述

Salinas数据集是一个高光谱遥感图像集，具有高空间分辨率（3.7米/像素），包含512x217像素的图像，覆盖了多种地物类型，如蔬菜、裸土和葡萄园，并提供了16个类别的详细地面真实数据。