Voxel51/fields-of-the-world

Fields of The World (FTW) 是一个用于农业田块实例分割的全球机器学习基准数据集，涵盖欧洲、非洲、亚洲和南美洲四大洲的25个国家。每个芯片配有两时相、四波段（红、绿、蓝、近红外）的Sentinel-2卫星影像以及实例和语义（2类和3类）田块边界分割掩码。FTW比之前的田块边界基准数据集（如AI4Boundaries、AI4SmallFarms、PASTIS和PASTIS-R）大一个数量级，包含70,462个样本芯片（在此FiftyOne解析中包含少量“无”分割行后为70,484个），覆盖约166,293平方公里和163万个标注的田块多边形。此FiftyOne数据集是从通过Source Cooperative分发的官方FTW存档以及`ftw-baselines`仓库的`ftw` CLI工具解析而来。 - **策划者：** Hannah Kerner、Snehal Chaudhari、Aninda Ghosh、Caleb Robinson、Adeel Ahmad、Eddie Choi、Nathan Jacobs、Chris Holmes、Matthias Mohr、Rahul Dodhia、Juan M. Lavista Ferres和Jennifer Marcus（亚利桑那州立大学、微软AI for Good研究实验室、Taylor地理空间研究所、圣路易斯华盛顿大学、Taylor地理空间引擎） - **资助方：** Taylor地理空间引擎和NASA补充开源软件奖 - **共享者：** Fields of The World项目（数据托管在Source Cooperative；此FiftyOne解析由Harpreet Sahota共享） - **语言：** 不适用（卫星影像和地理空间矢量/栅格数据） - **许可证：** 数据集整体没有单一许可证。FTW聚合了来自不同国家的24个源田块边界数据集，每个数据集保留其原始许可证（例如CC-BY、开放政府数据许可证等）——详见FTW论文表1和Source Cooperative上每个国家的README以获取特定许可证和来源链接。`ftw-baselines`代码库本身根据MIT许可证发布。Fields of The World (FTW) is a global machine learning benchmark dataset for agricultural field instance segmentation, spanning 25 countries across four continents (Europe, Africa, Asia, and South America). Each chip pairs two-date, four-band (red, green, blue, near-infrared) Sentinel-2 satellite imagery with instance and semantic (2-class and 3-class) field-boundary segmentation masks. FTW is an order of magnitude larger than prior field-boundary benchmarks such as AI4Boundaries, AI4SmallFarms, PASTIS, and PASTIS-R, with 70,462 sample chips (70,484 in this FiftyOne parsing after including a small number of "none"-split rows) covering roughly 166,293 km² and 1.63 million labeled field polygons. This FiftyOne dataset was parsed from the official FTW archive distributed via Source Cooperative and the `ftw-baselines` repositorys `ftw` CLI tool. - **Curated by:** Hannah Kerner, Snehal Chaudhari, Aninda Ghosh, Caleb Robinson, Adeel Ahmad, Eddie Choi, Nathan Jacobs, Chris Holmes, Matthias Mohr, Rahul Dodhia, Juan M. Lavista Ferres, and Jennifer Marcus (Arizona State University, Microsoft AI for Good Research Lab, Taylor Geospatial Institute, Washington University in St Louis, Taylor Geospatial Engine) - **Funded by:** Taylor Geospatial Engine and a NASA Supplemental Open Source Software Award - **Shared by:** The Fields of The World project (data hosted on Source Cooperative; this FiftyOne parsing shared by Harpreet Sahota) - **Language(s):** Not applicable (satellite imagery and geospatial vector/raster data) - **License:** There is no single license for the dataset as a whole. FTW aggregates 24 source field-boundary datasets from different countries, each retaining its own original license (e.g. CC-BY, open government data licenses, etc.) — see the FTW papers Table 1 and each countrys README on Source Cooperative for the specific license and source link. The `ftw-baselines` codebase itself is released under the MIT License.

搜集汇总

数据集介绍

构建方式

Fields of the World（FTW）数据集汇聚了来自全球25个国家、横跨四大洲的24个原始田间边界数据源，覆盖欧洲、非洲、亚洲和南美洲。其构建过程始于对政府数据库、已发表文献及其他来源中田间边界多边形的系统性搜集与筛选，仅保留一年生（季节性）作物地块，并剔除多年生作物、牧场及林地。对于大面积密集标注的源数据，研究者通过定义网格并选取混合高、低密度农业区域的2-4个网格单元进行子采样；而对空间分布过于集中或面积较小的数据集，则采用k-means聚类或逐簇分块策略。最终，每个样本单元被切割为1536米×1536米的图像块，并以256×256像素尺寸存储为EPSG:4326的GeoTIFF格式。Sentinel-2遥感影像来自微软行星计算机平台，选取红光、绿光、蓝光及近红外四个10米分辨率的波段，并依据各国作物物候日历选定两个对比鲜明的观测时间窗口（早期与晚期），同时对影像进行云量过滤以确保质量。标注多边形被栅格化为二值田间范围掩码、三分类（内部/边界/背景）掩码及实例分割掩码，并按国家采用分块随机策略（80%/10%/10%）划分训练、验证与测试集，以降低空间自相关带来的信息泄漏。该数据集通过FiftyOne框架进行封装，共包含70,484个样本组，每组包含早期与晚期两个时间窗口的影像及对应的分割标注。

使用方法

使用FTW数据集需要首先安装FiftyOne库（pip install -U fiftyone），然后通过fiftyone.utils.huggingface模块中的load_from_hub函数从HuggingFace Hub直接加载数据集。加载后的数据集将以FiftyOne的Group类型呈现，每个组包含window_a（早期）和window_b（晚期）两个时间切片。用户可以通过session = fo.launch_app(dataset)启动FiftyOne可视化应用，以交互方式浏览样本、检查分割掩码、过滤不同国家或分组的子集。对于模型训练，用户可直接访问样本的影像数据（以JPEG格式存储的RGB预览图）及三个标注字段：ground_truth_2class（二值分割）、ground_truth_3class（三分类分割）和field_instances（实例分割的Detections格式），从而支持语义分割与实例分割两类任务的训练与评估。数据集还预置了测试集、验证集及高覆盖率等保存视图，便于快速设置评估流程。此外，官方提供的ftw-baselines代码仓库（github.com/fieldsoftheworld/ftw-baselines）包含了完整的数据加载器、基线模型及预训练权重，可作为深入研究与实验的起点。

背景与挑战

背景概述

农业田块边界是农情监测、可持续农业与粮食安全评估的关键地理信息要素，其精确提取依赖于高质量、大规模且地理多样性的基准数据集。2024年，由亚利桑那州立大学与微软AI for Good研究实验室主导，联合泰勒地球空间研究所等机构的研究团队，发布了Fields of the World（FTW）数据集，旨在解决现有田块边界基准数据集（如AI4Boundaries、PASTIS等）规模有限、集中于欧洲、难以支撑全球泛化模型训练的瓶颈。FTW涵盖四大洲25个国家，包含70,484个样本芯片，面积约166,293平方公里，标注了163万个田块多边形，成为该领域规模最大、地理多样性最丰富的全球性基准数据集，对推动农业遥感与机器学习交叉研究具有里程碑意义。

当前挑战

研究领域层面，核心挑战在于田块边界分割模型面临巨大的跨区域域迁移能力不足问题——全球田块形态、农业实践与气候模式差异悬殊（如撒哈拉以南非洲平均田块仅1.6公顷，北美达121公顷），现有模型在训练地理范围外的泛化性能急剧下降；同时数据集须处理多时相Sentinel-2影像的对比度与云覆盖筛选。构建过程中，挑战包括：整合24个来源各异的田块边界数据，需统一清洗、过滤永久性作物与休耕地并标准化至fiboa规范；针对8个国别数据采用不同网格采样策略（如肯尼亚用k-means聚类）以平衡空间分布；分国别按天气日历选择两个时相窗口并迭代调整，剔除云覆盖高于10%的芯片，最终得到准确配对的多光谱样本；此外，数据授权许可分散，需对每个来源国明确版权合规声明。

常用场景

经典使用场景

Fields of the World（FTW）数据集最经典的使用场景是训练和评估基于多时相、多光谱卫星影像的农业田块边界分割模型。该数据集提供了来自四个大洲25个国家、涵盖不同作物形态与农业气候条件的田块实例分割与语义分割标注，支持研究人员在区域特定（如单个国家）模型训练、跨区域迁移学习以及零样本泛化任务中开展系统性实验。通过结合早期与晚期两个季相窗口的Sentinel-2影像，FTW能够捕捉作物生长周期的动态特征，从而提升模型对田块边界复杂形态的识别能力。

解决学术问题

FTW数据集主要解决了农业遥感领域中田块边界分割模型在全球化场景下泛化能力不足的学术难题。此前，现有的AI4Boundaries、AI4SmallFarms等基准数据集在地理分布上集中于欧洲，样本规模和多样性有限，难以支撑具有全球适用性的模型研发。FTW通过聚合24个来源数据集，覆盖从亚非小农户（平均田块1.6公顷）到北美规模化农业（121公顷）的极端形态差异，并引入多季相影像和精细的边界/内部标注，使研究者能够量化分析模型在不同田块密度、气候带和标注质量下的性能瓶颈，推动田块分割任务向更鲁棒、更可迁移的方向演进。

实际应用

在实际应用中，FTW数据集为精准农业、全球粮食安全监测和可持续发展评估提供了关键支撑。基于该数据集训练的田块边界分割模型可自动从卫星影像中提取田块轮廓，帮助农业规划部门估算耕地面积、监测种植强度变化，并服务于作物类型识别与产量预测等下游任务。例如，国际组织利用这些模型在数据稀缺的非洲和亚洲地区实现田块级别的农业信息提取，减少对地面普查的依赖；政府机构则可将模型用于农业补贴审核与土地资源管理，提升行政效率。此外，FTW的跨国家分布特性使其在构建全球农业监测系统时具备坚实的基准数据基础。

数据集最近研究

最新研究方向

Fields of the World（FTW）数据集正引领全球农业领域边界分割研究的前沿浪潮，其大规模多时相Sentinel-2卫星影像与精细化的农田边界标注，为突破传统模型在地理分布与气候多样性上的泛化瓶颈提供了关键基石。当前研究聚焦于利用该数据集探索跨区域迁移学习与零样本泛化能力，结合深度学习在实例分割与语义分割中的最新进展，评估模型从欧洲规则田块到非洲、亚洲小农碎片化农地的适应性。这一方向与全球粮食安全监测、精准农业及可持续发展目标紧密相连，推动构建能在复杂地貌与农作制度下鲁棒运行的智能制图系统，其影响已延伸至遥感与农业科技的交叉创新领域。