城中村建筑物识别训练样本数据集

建筑物位置信息是精细化城市管理中的重要基础数据。城中村建筑物群落分布格局独特，具有建筑物密度高、街巷狭窄等特点，是城市遥感影像中具有明显结构特征的目标主体。城中村建筑物识别训练样本数据集是基于谷歌地图遥感影像，通过Labelme软件绘制出2,328个城中村建筑物识别训练样本，利用深度学习之实例分割算法Mask R-CNN，提取得到建筑物信息。本数据集包括：（1）样本原始影像（Buildingsample_pic）；（2）实例分割结果（Buildingsample_mask）；（3）实例分割标注信息（Buildingsample_info）。本数据集共包括6,984个文件，存储于3个文件夹中，数据存储为.png和.yaml格式，数据量为499 MB（压缩为一个文件，数据量498 MB）。与本数据集相关的科学发现论文发表于《首届中国数字地球大会论文集》。