Electric Transmission Infrastructure Satellite Imagery Dataset for Computer Vision

<b>Overview</b><b><br></b>This dataset contains fully annotated electric transmission and distribution infrastructure for approximately 264 km² of high resolution satellite and aerial imagery, spanning 7 cities and 2 countries across 5 continents. <br>This dataset was designed for training machine learning algorithms to automatically identify electricity infrastructure in satellite imagery; for those working on identifying the best pathways to electrification in low and middle income countries, and for researchers investigating domain adaptation for computer vision.<br><b>Data Sources</b><br>LINZ: Land Information New Zealand<br>USGS: United States Geological SurveySource of imagery tagged as from USGS: U.S. Geological Survey.

<b>概览</b><br>本数据集针对约264平方千米的高分辨率卫星与航空影像，提供了全标注的电力输配电基础设施数据；该影像覆盖5大洲范围内的2个国家，共计7座城市。<br>本数据集的设计用途包括：训练可自动识别卫星影像中电力基础设施的机器学习算法；为探索中低收入国家电气化最优路径的从业者提供支持；以及供研究计算机视觉域自适应（domain adaptation）的科研人员使用。<br><b>数据来源</b><br>LINZ：新西兰土地信息局（Land Information New Zealand）<br>USGS：美国地质调查局（United States Geological Survey）<br>标注为USGS来源的影像数据取自美国地质调查局（U.S. Geological Survey）。

搜集汇总

背景与挑战

背景概述

该数据集包含7个城市和2个国家的高分辨率卫星和航空图像，覆盖约264平方公里的电力传输和分配基础设施的完整注释，旨在训练机器学习算法自动识别卫星图像中的电力基础设施。数据集适用于研究低中收入国家电气化最佳路径的研究人员，以及研究计算机视觉领域适应的研究人员。