blanchon/ChaBuD_MSI

ChaBuD MSI是一个用于变化检测的数据集，特别用于燃烧区域的划定。该数据集是ChaBuD ECML-PKDD 2023发现挑战的一部分，包含13个波段的Sentinel-2卫星图像。图像尺寸为512x512，分辨率为10米。数据集包含356张图像，分为训练集和验证集，分别有278和78个样本。数据集包含两个类别：无变化和燃烧区域。

原始信息汇总

ChaBuD MSI 数据集概述

基本信息

• 语言: 英语
• 任务类别: 变化检测
• 标签:
  • 遥感
  • 地球观测
  • 地理空间
  • 卫星图像
  • 变化检测
  • Sentinel-2

数据集详情

• 特征:
  • image1:
    • 数据类型: uint8
    • 形状: [512, 512, 13]
  • image2:
    • 数据类型: uint8
    • 形状: [512, 512, 13]
  • mask:
    • 数据类型: image
• 分割:
  • 训练集:
    • 字节数: 2624716428.0
    • 样本数: 278
  • 验证集:
    • 字节数: 736431228.0
    • 样本数: 78
• 下载大小: 2232652835
• 数据集大小: 3361147656.0

配置

• 默认配置:
  • 数据文件:
    • 训练集: data/train-*
    • 验证集: data/validation-*

数据集描述

• 总图像数: 356
• 波段数: 13 (MSI)
• 图像大小: 512x512
• 图像分辨率: 10m
• 地表覆盖类别: 2
• 类别: 无变化, 烧毁区域
• 来源: Sentinel-2

使用方法

• 使用 datasets.load_dataset("blanchon/ChaBuD_MSI") 加载数据集。

引用

• 如果使用该数据集，请引用以下出版物: bibtex @article{TURKOGLU2021112603, title = {Crop mapping from image time series: Deep learning with multi-scale label hierarchies}, journal = {Remote Sensing of Environment}, volume = {264}, pages = {112603}, year = {2021}, issn = {0034-4257}, doi = {https://doi.org/10.1016/j.rse.2021.112603}, url = {https://www.sciencedirect.com/science/article/pii/S0034425721003230}, author = {Mehmet Ozgur Turkoglu and Stefano DAronco and Gregor Perich and Frank Liebisch and Constantin Streit and Konrad Schindler and Jan Dirk Wegner}, keywords = {Deep learning, Recurrent neural network (RNN), Convolutional RNN, Hierarchical classification, Multi-stage, Crop classification, Multi-temporal, Time series}, }