MEET (Million-scale finE-grained geospatial scEne classification dataseT)

MEET是一个包含超过103万无缩放远程传感场景样本的数据集，这些样本被手动注释为80个细粒度地理空间场景类别。每个场景样本采用场景-in-场景布局，中心场景作为分类参考，辅助场景提供关键的空间上下文信息。该数据集旨在推动无缩放远程传感图像的细粒度场景分类任务，并为相关研究提供了一个新的数据组织方式。

MEET is a dataset consisting of over 1.03 million unscaled remote sensing scene samples. These samples are manually annotated into 80 fine-grained geospatial scene categories. Each scene sample follows a scene-in-scene layout, where the central scene serves as the classification reference while the auxiliary scenes provide critical spatial contextual information. This dataset aims to advance fine-grained scene classification tasks for unscaled remote sensing images and offers a novel data organization framework for relevant research.

搜集汇总

数据集介绍

构建方式

MEET数据集的构建采用了固定分辨率的遥感影像，避免了传统方法中通过手动缩放影像来生成典型场景样本的局限性。数据集包含超过103万个无缩放遥感场景样本，每个样本采用场景嵌套布局，中心场景作为分类的基本单元，周围场景和全局场景则提供关键的空间上下文信息。数据样本来自全球范围，涵盖了80个细粒度的地理场景类别，确保了数据的多样性和广泛性。

特点

MEET数据集的特点在于其大规模和高细粒度。数据集包含103万个样本，覆盖了80个细粒度的地理场景类别，超越了现有数据集的样本数量和类别多样性。每个样本采用场景嵌套布局，中心场景与辅助场景的结合有效解决了无缩放影像样本中的类间和类内混淆问题。此外，数据集的样本分辨率统一，适用于大规模场景分类和地图绘制任务。

使用方法

MEET数据集的使用方法主要围绕细粒度地理场景分类任务展开。数据集提供了中心场景、周围场景和全局场景的多层次空间上下文信息，用户可以通过结合这些上下文信息来提升分类精度。数据集还支持基于上下文感知的Transformer模型（CAT），该模型能够自适应地融合空间上下文信息，从而准确分类场景样本。用户可以通过训练和验证集进行模型训练，并在测试集上评估模型性能，推动细粒度地理场景分类算法的创新。

背景与挑战

背景概述

MEET（Million-scale finE-grained geospatial scEne classification dataseT）是由IEEE高级会员Yansheng Li等人于2025年提出的一个百万级细粒度地理空间场景分类数据集。该数据集旨在解决遥感影像在固定分辨率下的细粒度场景分类问题，包含超过103万个无缩放遥感场景样本，涵盖80个细粒度类别。MEET的独特之处在于其采用了“场景中的场景”布局，即每个样本以中心场景为核心，辅以周围场景和全局场景作为空间上下文信息，从而提升分类精度。该数据集的发布为遥感影像的细粒度场景分类研究提供了新的基准，推动了相关领域的发展。

当前挑战

MEET数据集面临的挑战主要体现在两个方面。首先，在领域问题方面，细粒度地理空间场景分类任务本身具有较高的复杂性，尤其是在固定分辨率影像下，不同类别之间的视觉特征差异较小，容易导致类间和类内混淆。其次，在数据集构建过程中，如何在不依赖手动缩放的情况下，确保样本的多样性和代表性是一个关键挑战。MEET通过引入“场景中的场景”布局，利用多层次的上下文信息来缓解这一问题，但这也带来了计算复杂度和内存消耗的增加。此外，如何在大规模数据集上高效训练模型，并确保模型的泛化能力，也是MEET数据集及其相关算法需要解决的核心问题。

常用场景

经典使用场景

MEET数据集在遥感影像的细粒度地理场景分类中具有广泛的应用。其独特的场景内场景布局设计，使得每个样本不仅包含中心场景，还提供了辅助的上下文信息，极大地提升了分类的准确性。该数据集常用于训练和评估深度学习模型，尤其是在处理固定分辨率的遥感影像时，能够有效避免传统方法中因手动缩放导致的性能下降问题。

衍生相关工作

MEET数据集的发布推动了多个相关研究工作的进展。基于MEET，研究者提出了Context-Aware Transformer (CAT)模型，该模型通过自适应融合多尺度上下文信息，显著提升了细粒度场景分类的性能。此外，MEET还为其他遥感影像分类任务提供了新的思路，如基于上下文信息的语义分割和目标检测。这些衍生工作进一步拓展了MEET数据集的应用范围，推动了遥感影像分析领域的技术进步。

数据集最近研究

最新研究方向

近年来，MEET数据集在精细地理场景分类领域的研究方向主要集中在如何利用无缩放遥感影像进行场景分类。传统方法依赖于对不同尺度的遥感影像进行手动缩放以生成典型场景样本，然而这种方法在实际应用中无法满足固定分辨率影像的解析需求。MEET数据集通过引入超过103万个无缩放遥感场景样本，并采用场景嵌套布局，为中心场景提供关键的空间上下文信息，从而解决了这一难题。此外，针对场景嵌套分类的新兴挑战，研究者提出了上下文感知Transformer（CAT）模型，该模型通过自适应融合空间上下文信息，显著提升了分类精度。实验表明，CAT模型在Swin-Large和Swin-Huge骨干网络上的平衡准确率分别提升了1.88%和7.87%。MEET数据集的发布不仅为精细地理场景分类提供了新的基准，还推动了城市功能区映射等实际应用的发展。

相关研究论文

• MEET: A Million-Scale Dataset for Fine-Grained Geospatial Scene Classification with Zoom-Free Remote Sensing Imagery

  未提供 · 2025年