RSICD (Remote Sensing Image Captioning Dataset)

RSICD 用于遥感图像字幕任务。从谷歌地球、百度地图、MapABC、天地图收集了上万幅遥感图像。图像固定为具有各种分辨率的 224X224 像素。遥感影像总数为10921幅，每幅影像有5个句子描述。据我们所知，该数据集是最大的遥感字幕数据集。数据集中的样本图像具有较高的类内多样性和较低的类间相异性。因此，该数据集为研究人员提供了推进遥感字幕任务的数据资源。