有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Sen1Floods11|遥感技术数据集|灾害管理数据集
收藏arXiv2025-01-21 更新2025-02-25 收录
下载链接：
http://arxiv.org/abs/2501.11923v1
下载链接
链接失效反馈资源简介：
Sen1Floods11数据集由莫纳什大学印度尼西亚分校的研究团队使用，主要用于洪水分割任务。该数据集包含455张512x512像素的Sentinel-1和Sentinel-2卫星图像，每张图像都经过手动标注，标注了洪水区域。数据集通过多光谱卫星图像捕捉洪水动态，提供了丰富的可见光和近红外光谱信息。数据集的创建过程包括图像采集、手动标注和验证，旨在通过深度学习模型提高洪水分析的准确性。该数据集的应用领域包括洪水监测、灾害管理和遥感技术研究，旨在通过多光谱图像融合提升洪水分割的精度和效率。
提供机构：
莫纳什大学印度尼西亚分校
创建时间：
2025-01-21
AI搜集汇总
数据集介绍
构建方式
Sen1Floods11数据集的构建主要通过利用Sentinel-1和Sentinel-2卫星影像，包含455幅手动标注的图像。该数据集将RGB和NIR波段结合，通过UNet编码器和解码器架构，并融入渐进式交叉注意力机制，以实现洪水区域的精确分割。
使用方法
使用Sen1Floods11数据集时，首先需要将原始图像切割成128x128像素的非重叠块。训练过程中，采用Adam优化器和余弦退火调度器，以及组合损失函数进行模型训练。评估模型性能时，可以使用准确性、F1分数和交并比等指标。
背景与挑战
背景概述
Sen1Floods11数据集是一个包含哨兵1和哨兵2卫星图像的手动标注数据集，由455张图像组成，每张图像大小为512x512像素。该数据集旨在训练和测试深度学习算法，用于洪水分割。该研究由Monash University的Vicky Feliren等人于近期开展，提出了一种新的深度学习模型ProCANet，该模型利用自我注意力和交叉注意力机制来优化多光谱特征组合，从而提高洪水分割的准确性。
当前挑战
构建ProCANet模型时，研究人员面临的主要挑战包括：1) 如何有效融合不同光谱图像的相关特征；2) 如何在保持足够局部结构细节的同时，平衡上下文信息和位置信息；3) 如何设计合适的损失函数和优化策略以提高模型性能；4) 如何评估模型的泛化能力。
常用场景
经典使用场景
Sen1Floods11数据集经典使用场景描述：该数据集被广泛应用于洪水分割的深度学习模型训练和评估，特别是在利用多光谱卫星图像进行洪水区域识别的研究中。它提供了一个标准化的基准，使得研究者可以在相同的条件下比较不同模型的性能。
解决学术问题
数据集解决学术问题描述：Sen1Floods11数据集通过提供 Sentinel-1 和 Sentinel-2 卫星图像，帮助研究者解决如何有效地融合多模态遥感数据的问题，以及如何利用深度学习技术提高洪水分割的准确性和效率。
实际应用
数据集实际应用情况描述：在实际应用中，Sen1Floods11数据集可用于开发洪水监测和预警系统，为灾害管理和应急响应提供支持。它可以帮助政府和救援机构更好地理解洪水动态，从而减少洪水带来的损失。
数据集最近研究
最新研究方向
该研究提出了一个新的深度学习模型ProCANet，通过引入渐进式交叉注意力机制，优化了多光谱卫星图像的洪水分割性能。研究重点在于如何有效融合不同模态的特征，提高洪水分割的准确性。
相关研究论文
- 1Progressive Cross Attention Network for Flood Segmentation using Multispectral Satellite Imagery莫纳什大学印度尼西亚分校 · 2025年
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
AgiBot World
为了进一步推动通用具身智能领域研究进展，让高质量机器人数据触手可及，作为上海模塑申城语料普惠计划中的一份子，智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目，旨在构建国际领先的开源技术底座，标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集，AgiBot World 的长程数据规模高出 10 倍，场景范围覆盖面扩大 100 倍，数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能，从抓取、放置、推、拉等基础操作，到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互，几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录
VoxBox
VoxBox是一个大规模语音语料库，由多样化的开源数据集构建而成，用于训练文本到语音（TTS）系统。
github 收录
Wind Turbine Data
该数据集包含风力涡轮机的运行数据，包括风速、风向、发电量等参数。数据记录了多个风力涡轮机在不同时间点的运行状态，适用于风能研究和风力发电系统的优化分析。
www.kaggle.com 收录
CHARLS
中国健康与养老追踪调查（CHARLS）数据集，旨在收集反映中国45岁及以上中老年人家庭和个人的高质量微观数据，用以分析人口老龄化问题，内容包括健康状况、经济状况、家庭结构和社会支持等。
charls.pku.edu.cn 收录