fMoW 功能性世界地图数据集

fMoW 全称 Functional Map of the World，是一个用于开发训练机器学习模型的图像数据集，该机器学习模型能够根据卫星图像的时间序列和大量元数据特征，预测建筑物和土地使用的功能和目的。该数据集包含了来自 200 多个国家的 100 多万张图像，63 类标注，每个图像至少带有 1 类标注。

fMoW, short for Functional Map of the World, is an image dataset developed for training machine learning models that can predict the functions and purposes of buildings and land uses based on time-series satellite imagery and a large number of metadata features. The dataset contains over one million images from more than 200 countries, with 63 annotated categories, and each image is labeled with at least one category.

搜集汇总

背景与挑战

背景概述

fMoW（Functional Map of the World）是一个卫星图像数据集，用于训练机器学习模型以预测建筑物和土地使用的功能。它包含来自200多个国家的超过100万张图像，涵盖63个标注类别，并提供full（多光谱）和rgb（RGB格式）两个版本，分别约为3.5 TB和200 GB。