LoveDA (Remote Sensing Land-Cover Dataset for Domain Adaptive Semantic Segmentation)

来自南京、常州和武汉的 5987 张高空间分辨率 (0.3 m) 遥感图像 聚焦城乡之间的不同地理环境 推进语义分割和领域适应任务 三个相当大的挑战： 多尺度对象 复杂背景样本 不一致的类别分布

This dataset contains 5987 high-spatial-resolution (0.3 m) remote sensing images collected from Nanjing, Changzhou and Wuhan, focusing on diverse geographical environments between urban and rural areas. It is developed to advance semantic segmentation and domain adaptation tasks, and addresses three major challenges: multi-scale objects, complex background samples, and inconsistent class distributions.

搜集汇总

背景与挑战

背景概述

LoveDA是一个用于领域自适应语义分割的遥感土地覆盖数据集，包含来自中国三个城市的5987张高分辨率图像，专注于城乡地理环境差异。该数据集旨在解决多尺度对象、复杂背景和类别分布不一致等挑战，由武汉大学于2021年发布。