Aerial_Stereo_Dataset

该数据集由六个不同地区的航空数据组成，涵盖四个不同区域和两个具有不同分辨率图像的区域，用于深度学习方法在立体密集匹配中的评估和训练。

This dataset comprises aerial data from six distinct geographic regions, including four general regions and two regions with images of varying resolutions, and is intended for the evaluation and training of deep learning methods applied to stereo dense matching.

原始信息汇总

数据集概述

数据集介绍

本数据集用于评估深度学习在航空图像立体密集匹配中的数据集转移问题，包含6个覆盖4个不同区域的航空数据集。数据集由原始图像和LiDAR数据生成，并作为地面真实数据发布。

数据集全局信息

数据集名称	颜色通道	GSD(cm)	LiDAR($pt/m^2$)	原始方向	ICP优化	异常移除	难度
ISPRS-Vaihingen	IR-R-G	8	6.7	✓	x	x	++
EuroSDR-Vaihingen	R-G-B	20	6.7	✓	x	x	++
Toulouse-UMBRA	R-G-B	12.5	2-4	x	✓	✓	++++
Toulouse-Métropole	R-G-B	5	8	✓	x	x	+
Enschede	R-G-B	10	10	x	✓	✓	+++
DublinCity	R-G-B	3.4	250-348	x	✓	x	++

数据集结构

训练和评估数据集的文件夹结构与旧版本相同。由于数据集过大，仅上传了论文中使用的部分数据。数据集托管在Zenodo上，限制为50GB。

数据集详情

ISPRS-Vaihingen

数据集可在Google Drive上找到，投影系统为WGS 84 / UTM zone 32N。

EuroSDR-Vaihingen

数据集可在IFP网站上找到，LiDAR数据来自ISPRS-Vaihingen。

Toulouse-UMBRA

数据集由法国地图机构IGN在2012年收集，原始图像为16位。

Toulouse-Métropole

数据集由AI4GEO在2019年收集，相机为UltraCam Osprey Prime M3，LiDAR为ALS70。

Enschede

数据集由ITC Faculty Geo-Information Science and Earth Observation在2011年收集，LiDAR为AHN2在2012年收集。投影系统为Amersfoort。

DublinCity

数据集为开放数据集，原始航空和LiDAR点云可在NYU网站上下载。

预训练模型

CBMV

模型名称	训练数据	图像数量
CBMV_model_ISPRS-Vaihingen.rf	ISPRS-Vaihingen	200
CBMV_model_EuroSDR-Vaihingen.rf	EuroSDR-Vaihingen	200
CBMV_model_Toulouse-UMBRA.rf	Toulouse-UMBRA	200
CBMV_model_Toulouse-Metropole.rf	Toulouse-Metropole	200
CBMV_model_Enschede.rf	Enschede	200
CBMV_model_DublinCity.rf	DublinCity	200

MC-CNN

模型名称	训练数据	图像数量
MC-CNN_model_ISPRS-Vaihingen.t7	ISPRS-Vaihingen	1200
MC-CNN_model_EuroSDR-Vaihingen.t7	EuroSDR-Vaihingen	1200
MC-CNN_model_Toulouse-UMBRA.t7	Toulouse-UMBRA	1200
MC-CNN_model_Toulouse-Metropole.t7	Toulouse-Metropole	1200
MC-CNN_model_Enschede.t7	Enschede	1200
MC-CNN_model_DublinCity.t7	DublinCity	1200
MC-CNN_model_All.t7	6个数据集	1200

DeepFeature

模型名称	训练数据	图像数量
bn_meanvar_ISPRS-Vaihingen.t7 和 param_ISPRS-Vaihingen.t7	ISPRS-Vaihingen	1200
bn_meanvar_EuroSDR-Vaihingen.t7 和 param_EuroSDR-Vaihingen.t7	EuroSDR-Vaihingen	1200
bn_meanvar_Toulouse-UMBRA.t7 和 param_Toulouse-UMBRA.t7	Toulouse-UMBRA	1200
bn_meanvar_Toulouse-Metropole.t7 和 param_Toulouse-Metropole.t7	Toulouse-Metropole	1200
bn_meanvar_Enschede.t7 和 param_Enschede.t7	Enschede	1200
bn_meanvar_DublinCity.t7 和 param_DublinCity.t7	DublinCity	1200
bn_meanvar_all.t7 和 param_all.t7	6个数据集	1200

PSM net

模型名称	训练数据	图像数量
PSMNet_Model_ISPRS-Vaihingen.tar	ISPRS-Vaihingen	1200
PSMNet_Model_EuroSDR-Vaihingen.tar	EuroSDR-Vaihingen	1200
PSMNet_Model_Toulouse-UMBRA.tar	Toulouse-UMBRA	1200
PSMNet_Model_Toulouse-Metropole.tar	Toulouse-Metropole	1200
PSMNet_Model_Enschede.tar	Enschede	1200
PSMNet_Model_DublinCity.tar	DublinCity	1200
PSMNet_Model_All.tar	6个数据集	1200

HRS net

模型名称	训练数据	图像数量
HRSNet_Model_ISPRS-Vaihingen.tar	ISPRS-Vaihingen	1200
HRSNet_Model_EuroSDR-Vaihingen.tar	EuroSDR-Vaihingen	1200
HRSNet_Model_Toulouse-UMBRA.tar	Toulouse-UMBRA	1200
HRSNet_Model_Toulouse-Metropole.tar	Toulouse-Metropole	1200
HRSNet_Model_Enschede.tar	Enschede	1200
HRSNet_Model_DublinCity.tar	DublinCity	1200
HRSNet_Model_All.tar	6个数据集	1200

DeepPruner

模型名称	训练数据	图像数量
DeepPruner_model_ISPRS-Vaihingen.tar	ISPRS-Vaihingen	1200
DeepPruner_model_EuroSDR-Vaihingen.tar	EuroSDR-Vaihingen	1200
DeepPruner_model_Toulouse-UMBRA.tar	Toulouse-UMBRA	1200
DeepPruner_model_Toulouse-Metropole.tar	Toulouse-Metropole	1200
DeepPruner_model_Enschede.tar	Enschede	1200
DeepPruner_model_DublinCity.tar	DublinCity	1200
DeepPruner_model_All.tar	6个数据集	1200

GANet

模型名称	训练数据	图像数量
GANet_model_ISPRS-Vaihingen.pth	ISPRS-Vaihingen	1200
GANet_model_EuroSDR-Vaihingen.pth	EuroSDR-Vaihingen	1200
GANet_model_Toulouse-UMBRA.pth	Toulouse-UMBRA	1200
GANet_model_Toulouse-Metropole.pth	Toulouse-Metropole	1200
GANet_model_Enschede.pth	Enschede	1200
GANet_model_DublinCity.pth	DublinCity	1200
GANet_model_All.pth	6个数据集	1200

LEAStereo

模型名称	训练数据	图像数量
LEAStereo_model_ISPRS-Vaihingen.pth	ISPRS-Vaihingen	1200
LEAStereo_model_EuroSDR-Vaihingen.pth	EuroSDR-Vaihingen	1200
LEAStereo_model_Toulouse-UMBRA.pth	Toulouse-UMBRA	1200
LEAStereo_model_Toulouse-Metropole.pth	Toulouse-Metropole	1200
LEAStereo_model_Enschede.pth	Enschede	1200
LEAStereo_model_DublinCity.pth	DublinCity	1200
LEAStereo_model_All.pth	6个数据集	1200

搜集汇总

背景与挑战

背景概述

Aerial_Stereo_Dataset是一个用于评估深度学习立体密集匹配方法迁移性的大型航空影像数据集，包含6个不同地区的子数据集，覆盖多种分辨率和LiDAR点云密度，并提供了多种预训练模型。