TJNU Cloud Detection Database (TCDD)

TJNU云检测数据库（TCDD）是从2019年到2020年在中国九个省份（包括天津、安徽、四川、甘肃、山东、河北、辽宁、江苏和海南）收集的，包含2300张地面云图像及其相应的云掩码。TCDD由1874张训练图像和426张测试图像组成。云图像由视觉传感器捕获，并以512×512像素分辨率的PNG格式存储。所有图像均由气象学家和云相关研究人员共同标注。TCDD将免费提供给云相关研究人员，以促进研究。

TJNU Cloud Detection Database (TCDD) was collected between 2019 and 2020 across nine provinces in China, including Tianjin, Anhui, Sichuan, Gansu, Shandong, Hebei, Liaoning, Jiangsu and Hainan. It contains 2300 ground-based cloud images and their corresponding cloud masks. TCDD consists of 1874 training images and 426 test images. The cloud images were captured by visual sensors and stored in PNG format with a resolution of 512×512 pixels. All images were jointly annotated by meteorologists and cloud-related researchers. TCDD will be freely available to cloud-related researchers to facilitate relevant research.

原始信息汇总

TJNU-Cloud-Detection-Database

数据集概述

• 名称: TJNU Cloud Detection Database (TCDD)
• 采集时间: 2019年至2020年
• 采集地点: 中国九个省份，包括天津、安徽、四川、甘肃、山东、河北、辽宁、江苏和海南
• 数据内容: 包含2300张地面云图及其对应的云掩膜
• 数据划分: 1874张训练图像和426张测试图像
• 图像格式: PNG格式，像素分辨率为512×512
• 标注方式: 由气象学家和云相关研究人员合作标注

使用说明

• 引用要求: 如在研究中使用该数据集，请引用以下文献：

  @article{zhang2022ground,
  title = {Ground-based Cloud Detection using Multiscale Attention Convolutional Neural Network},
  author = {Zhang, Zhong and Yang, Shuzhen and Liu, Shuang and Xiao, Baihua and Cao, Xiaozhong.},
  journal = {IEEE Geoscience and Remote Sensing Letters},
  volume = {19},
  pages = {1--5},
  year = {2022},
  publisher = {IEEE}
  }

下载与使用

• 下载前须知: 在下载数据集之前，需阅读并理解TCDD Agreement中的所有条款。下载和使用TCDD意味着同意协议中的所有限制和要求。
• 下载链接: Downloading

搜集汇总

数据集介绍

构建方式

TJNU Cloud Detection Database (TCDD) 是在2019年至2020年间，由中国九个省份（包括天津、安徽、四川、甘肃、山东、河北、辽宁、江苏和海南）收集而成。该数据集包含2300张地面云图及其对应的云掩膜，其中1874张用于训练，426张用于测试。这些云图由视觉传感器捕获，并以512×512像素分辨率的PNG格式存储。所有图像均由气象学家和云相关研究人员共同标注，确保了数据的高质量与准确性。

使用方法

使用TCDD数据集前，用户需阅读并理解[TCDD协议](https://github.com/shuangliutjnu/TJNU-Cloud-Detection-Database/blob/main/TCDD%20Agreement.pdf)中的所有条款。下载和使用该数据集即表示同意协议中的所有限制和要求。数据集可通过提供的链接[下载](https://drive.google.com/file/d/1I6uzBISDq7XkT0lNl8mI4Bbt7C1h-PJH/view?usp=sharing)。在使用过程中，建议引用相关文献以确保学术诚信和数据来源的透明性。

背景与挑战

背景概述

TJNU Cloud Detection Database (TCDD) 是由中国九个省份（天津、安徽、四川、甘肃、山东、河北、辽宁、江苏和海南）在2019年至2020年间收集的云检测数据库。该数据集包含2300张地面云图像及其相应的云掩码，其中1874张用于训练，426张用于测试。图像由视觉传感器捕获，并以512×512像素分辨率的PNG格式存储。所有图像均由气象学家和云相关研究人员共同标注。TCDD旨在免费提供给云相关研究人员，以促进该领域的研究。

当前挑战

TCDD在构建过程中面临多项挑战。首先，地面云图像的多样性和复杂性使得标注工作异常困难，需要气象学家和研究人员的高度协作。其次，数据集的广泛地理分布导致图像质量参差不齐，增加了数据预处理的复杂性。此外，确保数据集的免费使用和学术推广的同时，还需严格遵守数据使用协议，以保护数据隐私和知识产权。

常用场景

经典使用场景

TJNU Cloud Detection Database (TCDD) 的经典使用场景主要集中在云检测和分类任务中。该数据集包含了2300张地基云图像及其对应的云掩膜，这些图像通过视觉传感器捕捉，并以512×512像素的分辨率存储。研究人员可以利用这些图像训练和验证云检测算法，特别是在多尺度注意力卷积神经网络（MACNN）的应用中，TCDD为模型提供了丰富的训练数据，有助于提升云检测的准确性和鲁棒性。

解决学术问题

TCDD 解决了云检测领域中数据稀缺和标注不一致的学术问题。通过提供高质量、多省份的地基云图像及其精确的云掩膜，TCDD 为研究人员提供了一个标准化的数据集，有助于推动云检测算法的发展。此外，该数据集的公开使用促进了跨学科的合作，特别是在气象学和计算机视觉的交叉领域，为云检测技术的进步提供了坚实的基础。

实际应用

在实际应用中，TJNU Cloud Detection Database (TCDD) 被广泛用于气象预报、气候研究和环境监测等领域。通过准确检测和分类云层，气象学家可以更精确地预测天气变化，提高气象预报的准确性。此外，TCDD 的数据还可以用于评估和优化卫星云图的精度，从而提升全球气候模型的可靠性。这些应用不仅增强了气象服务的质量，还为环境保护和灾害预警提供了重要的数据支持。

数据集最近研究

最新研究方向

在气象学与遥感领域，TJNU Cloud Detection Database (TCDD) 的引入为云检测技术的研究提供了宝贵的资源。近期，基于TCDD的研究主要集中在多尺度注意力卷积神经网络的应用上，旨在提升云检测的准确性和效率。这一方向的研究不仅有助于改进现有的云检测算法，还为气象预报和气候模型的精度提升提供了新的可能性。通过结合地面观测数据与先进的深度学习技术，研究者们正努力实现对云层特性的更精细分析，从而推动气象科学的发展。