blanchon/INRIA-Aerial-Image-Labeling

Inria Aerial Image Labeling Dataset是一个用于建筑物语义分割的数据集，包含360张高分辨率RGB图像，每张图像大小为5000x5000像素，分辨率为0.3米。数据集覆盖了全球10个区域，包括城市和农村地区，总面积为810平方公里。数据集分为训练集和测试集，每个子集包含不同的城市，以评估模型在不同地理位置上的泛化能力。数据集提供了两个语义类别的真实标签：建筑物和非建筑物，但测试集的真实标签未公开。数据集来源于多个国际GIS服务，如USGS National Map。

原始信息汇总

Inria Aerial Image Labeling Dataset

描述

Inria Aerial Image Labeling Dataset 是一个用于建筑物语义分割的数据集，由 Maggiori 等人在论文 "Can semantic labeling methods generalize to any city? the inria aerial image labeling benchmark," 中提出。该数据集包含 360 张高分辨率（0.3米）的 RGB 图像，每张图像大小为 5000x5000 像素。这些图像来自不同的国际 GIS 服务，如 USGS National Map。

结构

tree . ├── README.md └── data    ├── test    │   └── images    │      ├── bellingham1.tif    │      ├── bellingham2.tif    │      ├── ...    │      └── tyrol-e36.tif    └── train       ├── gt       │   ├── austin1.tif       │   ├── austin2.tif       │   ├── ...       │   └── vienna36.tif       └── images          ├── austin1.tif          ├── austin2.tif          ├── ...          └── vienna36.tif

统计信息

• 图像分辨率： 0.3 米每像素
• 图像大小： 5000x5000 像素
• 总图像数： 360
• 区域： 全球 10 个区域，包括城市和农村地区
• 分割： 训练集和测试集按不同城市划分，以评估模型在不同地点的泛化能力
• 测试集地面真实掩码： 测试集的地面真实掩码未公开发布

该数据集最初用于 Inria Aerial Image Labeling Dataset Contest。

关于数据集

Inria Aerial Image Labeling Dataset 是一个全面的遥感语义分割资源，具有以下特点：

• 数据集覆盖范围： 数据集总覆盖面积为 810 平方公里，其中 405 平方公里用于训练，405 平方公里用于测试
• 图像特性： 该数据集提供空中正射彩色图像，空间分辨率为 0.3 米每像素
• 语义类别： 地面真实数据提供两个基本语义类别：“建筑物”和“非建筑物”。需要注意的是，“非建筑物”类别的地面真实数据仅对训练子集公开
• 多样化的城市聚居区： 图像涵盖了多样化的城市聚居区，从旧金山金融区等人口密集地区到奥地利蒂罗尔的利恩茨等风景如画的山间小镇
• 基于城市的分割： 该数据集采用独特的方法，将不同城市的图像分别包含在训练集和测试集中，以评估语义标注技术在不同光照条件、城市景观和季节下的泛化能力
• 数据来源： 该数据集通过结合公开可用的图像和官方建筑物轮廓精心构建

这些额外信息进一步丰富了对 Inria Aerial Image Labeling Dataset 及其在遥感研究中潜在应用的理解。

搜集汇总

背景与挑战

背景概述

INRIA-Aerial-Image-Labeling是一个高分辨率遥感图像数据集，专门用于建筑物语义分割研究。该数据集包含360张5000x5000像素的图像，覆盖全球10个不同区域，通过城市划分的训练测试集设计来评估模型跨区域泛化能力。