issai/EarthworkSat-7K

EarthworkSat-7K是一个卫星图像数据集，用于在建筑工地上发现土方工程并估算其体积。数据集包含约7,400个标注的土方工程实例，覆盖欧洲和亚洲的14个城市。图像为Google Earth截图，像素大小约0.13米，拍摄于2018年至2025年之间。其中，一个独立的子集包含505个实例，与公开机载LiDAR数据配对，每个实例都有以立方米为单位的参考体积。A satellite imagery dataset for finding earthwork on construction sites, and for estimating its volume. About 7,400 annotated earthwork instances in 14 cities across Europe and Asia. The images are Google Earth screen captures at a pixel size of about 0.13 m, taken between 2018 and 2025. A separate set of 505 instances at 14 further locations is paired with public airborne LiDAR, so each of those instances has a reference volume in cubic metres.

搜集汇总

数据集介绍

构建方式

EarthworkSat-7K数据集构建于对欧洲及亚洲14座城市约7400个施工场地土方工程实例的卫星影像标注。影像来源为2018至2025年间采集的Google Earth屏幕截图，空间分辨率约为0.13米。每幅影像被裁剪为640×640像素的瓦片，并配套生成二值掩码。数据集按城市划分训练集、验证集与测试集，其中测试集包含哥本哈根、慕尼黑和米兰三个模型在训练中未曾见的城市，旨在评估模型对新地理场景的迁移能力。此外，另有505个实例与机载激光雷达数据配对，提供了以立方米为单位的参考土方体积。

特点

EarthworkSat-7K数据集的显著特点在于其多城市、跨时间的样本覆盖，涵盖欧洲与亚洲14座城市的施工场景，影像时间跨度达7年，为模型提供了丰富的时空多样性。其独特的城市级别划分策略使得测试集城市完全独立于训练集，便于严格评估模型的地理泛化性能。约505个实例拥有基于国家机载LiDAR数据的精确参考体积，通过积分最低点以上高度的方法计算得出，为土方量估计任务提供了可靠的基准。此外，数据集提供了多种预训练分割模型的检查点，包括SegFormer系列及UPerNet等，最高前景IoU达0.747。

使用方法

EarthworkSat-7K数据集主要支持遥感图像语义分割领域的模型训练与评估，尤其聚焦于施工场地土方检测与体积估算任务。用户可利用COCO格式的多边形标注或二值掩码进行二类分割模型训练，输入为640×640像素的RGB瓦片。对于体积估算任务，可结合提供的LiDAR参考体积数据，按照分割、掩码对齐高程栅格、积分计算高度的流程进行建模。数据集提供了基于PyTorch的多种预训练模型权重，用户可直接加载使用或进行微调，脚本及体积估算管线代码将后续发布。数据使用需遵守CC BY 4.0及CC BY-NC-ND 4.0许可协议。

背景与挑战

背景概述

EarthworkSat-7K是一个面向遥感图像语义分割领域的高质量数据集，于2025年由欧洲与亚洲多家研究机构联合创建，其核心研究问题在于通过卫星影像精准识别施工场地中的土方工程并估算其体积。该数据集包含约7400个标注实例，覆盖欧亚14个城市，图像时间跨度为2018至2025年，像素分辨率达0.13米，并额外提供505个与机载LiDAR数据配准的实例以支持体积估算验证。EarthworkSat-7K的发布填补了从遥感到建筑工程精细监测之间的数据鸿沟，其跨城市域迁移评估机制为模型泛化性研究提供了重要基准，推动了遥感影像在基础设施管理、城市动态监测等领域的应用发展。

当前挑战

EarthworkSat-7K所应对的领域挑战主要包括：1）土方工程在遥感图像中形态多样、尺度不一，且常与自然地貌或建筑物混淆，传统分类方法难以实现高精度分割；2）从二维卫星影像中估算三维土方体积需融合高度信息，但公开LiDAR数据覆盖有限，且影像与高程数据的空间对齐精度直接影响体积误差（当前基准误差中位数为5.6%）。在数据集构建中，面临的挑战包括：跨城市收集时需应对不同季节光照、云层遮挡及地物变化导致的图像差异性；人工标注多达7400个不规则土方实例的边界耗时且易产生歧义；以及协调多国LiDAR数据（如荷兰AHN、英国环境署等）的坐标系统与采样密度差异，以确保体积参考值的可比性与可靠性。

常用场景

经典使用场景

EarthworkSat-7K是面向遥感图像语义分割任务的高质量数据集，专为施工场地土方工程的检测与体积估算设计。该数据集包含约7,400个标注的土方实例，覆盖欧亚14座城市，图像来自2018至2025年间的Google Earth卫星截图，空间分辨率约为0.13米。数据划分方式尤为精巧，训练集涵盖九座城市，验证集为奥斯陆和伊斯坦布尔，而测试集则选用模型从未见过的哥本哈根、慕尼黑和米兰，以此严格检验分割模型在新城市场景下的泛化能力。这使得EarthworkSat-7K成为评估遥感影像中语义分割算法跨区域迁移性能的经典基准。

解决学术问题

该数据集在学术研究中着力解决两大核心问题：其一，如何在卫星图像中精准识别并分割出施工场地的土方堆体，克服其形态不规则、纹理模糊及背景复杂的挑战；其二，如何将二维分割结果与高程数据结合，实现土方体积的可靠估算。通过与公开机载LiDAR数据配准，数据集为505个实例提供了参考体积，分割与体积估算联合基准的定位缺陷得到有效填补。EarthworkSat-7K的发布推动了遥感与土木工程交叉领域的研究，为自动化施工监测、土地资源规划及环境评估提供了关键的数据基础，显著提升了相关研究的可复现性和可比较性。

衍生相关工作

EarthworkSat-7K衍生了一系列极具影响力的相关工作。在模型层面，该数据集提供了六种经典分割架构的预训练权重，包括SegFormer系列（B2至B5）、UPerNet（ConvNeXt骨干）与DeepLabV3+（ResNet-50骨干），其中SegFormer-B5在三个未见城市测试集上取得了Foreground IoU 0.747、Dice 0.855的领先性能。在方法创新上，数据集配套的完整体积估算流程实现了中位体积误差仅5.6%的出色结果，为端到端的土方体积估算模型奠定了基准。这些工作不仅推动了遥感分割技术在垂直领域的精细化发展，还催生了更多关于域适应、少样本学习及多模态融合的研究方向，成为该领域后续论文广泛引用与对比的基石。