jonathan-roberts1/USTC_SmokeRS

---
dataset_info:
features:
- name: image
dtype: image
- name: label
dtype:
class_label:
names:
'0': cloud
'1': dust
'2': haze
'3': land
'4': seaside
'5': smoke
splits:
- name: train
num_bytes: 1229029078.725
num_examples: 6225
download_size: 1115042620
dataset_size: 1229029078.725
license: other
---
# Dataset Card for "USTC_SmokeRS"

## Dataset Description

- **Paper:** [SmokeNet: Satellite smoke scene detection using convolutional neural network with spatial and channel-wise attention](https://www.mdpi.com/2072-4292/11/14/1702/pdf)

### Licensing Information

For research/education purposes.

## Citation Information

[SmokeNet: Satellite smoke scene detection using convolutional neural network with spatial and channel-wise attention](https://www.mdpi.com/2072-4292/11/14/1702/pdf)

```
@article{ba2019smokenet,
title = {SmokeNet: Satellite smoke scene detection using convolutional neural network with spatial and channel-wise attention},
author = {Ba, Rui and Chen, Chen and Yuan, Jing and Song, Weiguo and Lo, Siuming},
year = 2019,
journal = {Remote Sensing},
publisher = {MDPI},
volume = 11,
number = 14,
pages = 1702
}
```

dataset_info:
features:
- name: 图像（image）
dtype: 图像（image）
- name: 标签（label）
dtype:
分类标签（class_label）:
类别名称:
'0': 云（cloud）
'1': 扬尘（dust）
'2': 雾霾（haze）
'3': 陆地（land）
'4': 滨海区域（seaside）
'5': 烟雾（smoke）
数据集划分:
- name: 训练集（train）
字节数: 1229029078.725
样本数量: 6225
下载大小: 1115042620
数据集总大小: 1229029078.725
许可证: 其他（other）
---
# "USTC_SmokeRS" 数据集卡片

## 数据集描述

- **相关论文：** [《SmokeNet：结合空间与通道注意力的卷积神经网络（convolutional neural network）实现卫星烟雾场景检测》](https://www.mdpi.com/2072-4292/11/14/1702/pdf)

### 许可信息
本数据集仅供科研与教育目的使用。

## 引用信息

[《SmokeNet：结合空间与通道注意力的卷积神经网络实现卫星烟雾场景检测》](https://www.mdpi.com/2072-4292/11/14/1702/pdf)

@article{ba2019smokenet,
title = {SmokeNet：结合空间与通道注意力的卷积神经网络实现卫星烟雾场景检测},
author = {Ba, Rui and Chen, Chen and Yuan, Jing and Song, Weiguo and Lo, Siuming},
year = 2019,
journal = {Remote Sensing},
publisher = {MDPI},
volume = 11,
number = 14,
pages = 1702
}

原始信息汇总

数据集卡片 "USTC_SmokeRS"

数据集描述

特征

• image: 图像数据类型
• label: 标签数据类型，包含以下类别：
  • 0: cloud
  • 1: dust
  • 2: haze
  • 3: land
  • 4: seaside
  • 5: smoke

数据分割

• train: 训练集，包含6225个样本，总大小为1229029078.725字节

数据集大小

• 下载大小: 1115042620字节
• 数据集大小: 1229029078.725字节

许可信息

• 适用于研究/教育目的

搜集汇总

数据集介绍

构建方式

在遥感影像分析领域，USTC_SmokeRS数据集的构建体现了对卫星烟雾场景检测的精细化需求。该数据集源自相关研究论文，通过采集卫星图像并进行人工标注，形成了涵盖六类场景的图像集合。构建过程中，研究人员从卫星遥感数据源中筛选出代表性图像，并依据视觉特征将其分类为云、尘、雾、陆地、海滨和烟雾等类别，确保了数据在环境监测任务中的专业性和覆盖广度。

特点

USTC_SmokeRS数据集的特点在于其专注于卫星烟雾检测这一细分领域，提供了高分辨率的遥感图像样本。数据集包含6225个训练样本，覆盖六种不同的场景类别，每张图像均经过精确标注，支持多类分类任务。其结构清晰，特征定义明确，图像与标签对应严谨，为模型训练提供了可靠的基础，尤其适用于环境遥感中的烟雾识别与监测研究。

使用方法

使用USTC_SmokeRS数据集时，研究人员可将其应用于卫星图像分类模型的训练与评估。数据集以标准格式组织，用户可直接加载图像和对应标签进行预处理，如数据增强或特征提取。通过划分训练集，可构建卷积神经网络等模型，实现烟雾场景的自动检测，并参考原论文方法优化模型性能，推动遥感技术在环境安全领域的应用。

背景与挑战

背景概述

遥感影像分析领域长期致力于从卫星数据中精准识别地表覆盖与大气现象，以服务于环境监测与灾害预警。USTC_SmokeRS数据集由Rui Ba、Chen Chen等研究人员于2019年创建，并伴随《Remote Sensing》期刊上发表的SmokeNet论文而公开。该数据集聚焦于卫星烟雾场景检测这一核心研究问题，旨在通过提供包含云、尘、霾、陆地、海滨及烟雾六类标注的高分辨率图像，推动基于深度学习的遥感图像分类技术发展。其构建不仅为烟雾检测模型提供了基准数据，也显著促进了遥感领域在环境异常识别方面的算法创新与应用拓展。

当前挑战

在卫星烟雾检测领域，主要挑战在于烟雾与其他大气现象（如云、霾、尘）在视觉特征上高度相似，导致传统分类方法难以实现高精度区分。USTC_SmokeRS数据集针对这一领域问题，旨在通过精细化标注支持模型学习细微差异。在数据集构建过程中，挑战包括卫星图像获取受天气与轨道限制导致数据覆盖不均，以及人工标注需依赖专业领域知识以确保类别边界的准确性，这些因素共同增加了数据采集与标注的复杂度。

常用场景

经典使用场景

在遥感影像分析领域，USTC_SmokeRS数据集为卫星烟雾场景检测提供了关键支持。该数据集通过标注六类场景——云、尘、霾、陆地、海滨和烟雾，为研究者构建了标准化的基准测试平台。其经典使用场景集中于训练和评估深度学习模型，特别是卷积神经网络，以实现对卫星图像中烟雾区域的精准识别与分割。这一过程不仅验证了模型在复杂环境下的鲁棒性，还推动了遥感图像分类技术的进步，为后续研究奠定了数据基础。

解决学术问题

USTC_SmokeRS数据集有效解决了遥感领域中的烟雾检测难题，尤其是在卫星影像中区分烟雾与其他大气现象（如云、尘、霾）的学术挑战。通过提供高质量标注数据，它支持了空间与通道注意力机制等先进方法的研究，提升了模型对细微特征的捕捉能力。这不仅促进了计算机视觉与遥感科学的交叉融合，还为环境监测和灾害预警提供了理论依据，具有重要的学术意义与广泛影响。

衍生相关工作

围绕USTC_SmokeRS数据集，衍生了一系列经典研究工作，其中以SmokeNet为代表，提出了结合空间与通道注意力的卷积神经网络架构，显著提升了烟雾检测的精度。后续研究在此基础上拓展了多尺度特征融合、迁移学习及弱监督方法，进一步优化了模型性能。这些工作不仅丰富了遥感图像分析的算法库，还激发了跨领域合作，推动了人工智能在环境科学中的深入应用。