UCCD

UCCD数据集是首个基于无人机的大规模城市建筑变化描述基准，包含9000张图像对（1024×1024像素，6厘米/像素分辨率）和45000条标注句子，覆盖建设、拆除、太阳能安装、地面硬化、植被等多种变化类型，数据来自中国江苏徐州，时间间隔约7天，标注总成本为37.34美元，分割为训练/验证/测试集（7:1:2比例）。The UCCD dataset is the first large-scale drone-based benchmark for urban building change description. It comprises 9,000 image pairs (1024 × 1024 pixels, 6 cm per pixel resolution) and 45,000 annotated sentences, covering a wide range of change types including construction, demolition, solar installation, ground hardening, and vegetation changes. The data was collected in Xuzhou, Jiangsu Province, China, with an approximate 7-day temporal interval between the two images of each pair. The total annotation cost amounted to 37.34 USD, and the dataset is partitioned into training, validation and test sets with a split ratio of 7:1:2.

原始信息汇总

数据集概述：UAV as Urban Construction Change Monitor (UCCD)

1. 数据集名称与简介

• UCCD 是首个大规模基于无人机的城市建筑变化描述基准数据集。
• 聚焦于城市建筑变化检测与变化描述联合任务。

2. 数据规模与构成

• 图像对：9,000 对无人机遥感图像，分辨率为 1024 × 1024 像素。
• 空间分辨率：6 厘米/像素。
• 时间间隔：每对图像间隔约 7 天。
• 标注：共有 45,000 句描述文本，每对图像配有 5 句（来自 5 个视觉语言模型）。
• 变化类型：包含施工、拆除、太阳能板安装、地面硬化、植被变化等。

3. 数据来源与采集

• 平台：大疆无人机（无人机，俯视视角）。
• 地点：中国江苏省徐州市。
• 标注成本：总计 37.34 美元。

4. 数据集划分

• 训练集 / 验证集 / 测试集 = 7:1:2。

5. 数据下载状态

• 下载：即将推出（目前尚未公开）。

6. 数据组织与格式示例

• 图像数据按以下目录结构组织：

  split_3_images/ ├── train/ │ ├── A/ # 变化前图像 │ ├── B/ # 变化后图像 │ └── Label/ # 二值变化掩码 ├── val/ └── test/

• 标注文件：wanzhengbanbe.json，包含每对图像的 5 句描述文本（来自 5 个视觉语言模型）。每对图像在训练时扩展为 5 个独立样本，每个样本对应一句描述。

7. 关键数据属性总结表

属性	值
平台	大疆无人机（无人机，俯视视角）
地点	中国江苏省徐州市
图像尺寸	1024 × 1024 像素
空间分辨率	6 厘米/像素
时间间隔	每对约 7 天
图像对数量	9,000
描述文本数量	45,000（每对 5 句）
变化类型	施工、拆除、太阳能安装、地面硬化、植被等
标注成本	37.34 美元
数据划分	训练 / 验证 / 测试 = 7:1:2

8. 相关模型与结果

• PTNet 为本数据集配套提出的模型，在 UCCD 上取得了如下性能（部分指标）：
  • BLEU-4：66.89
  • METEOR：44.15
  • ROUGE-L：78.47
  • CIDEr-D：188.35
  • F1：72.77
  • IoU：57.65
  • 参数量：165.71M
• 该模型在 WHU-CDC 数据集上也达到了最优性能。

搜集汇总

数据集介绍

构建方式

UCCD数据集是首个大规模面向无人机城市建筑变化描述任务的基准数据集。该数据集采集自中国江苏省徐州市，利用DJI无人机以垂直下视方式获取了9000对1024×1024像素的高分辨率影像，空间分辨率达到6厘米/像素，每对影像的时间间隔约为7天。在数据标注环节，研究团队借助五种视觉语言模型为每对图像生成了5条描述语句，共计45000条标注文本，覆盖建筑、拆除、太阳能安装、地面硬化、植被等多种变化类型。数据集按照7:1:2的比例划分为训练集、验证集和测试集，整体的标注成本控制在了37.34美元，展现了在低成本下构建高质量遥感变化描述数据的可行性。

特点

UCCD数据集具有鲜明的技术特色。首先，它是目前唯一一个基于无人机平台的城区建筑变化描述基准，填补了该领域在低空遥感视角下的数据空白。其次，数据集引入了原型引导的变化感知交互机制，通过可学习的原型库对结构化变化类型语义进行显式建模，有效解决了多任务间的特征冲突问题。此外，研究团队设计了任务自适应多头门控结构，从注意力头粒度上解耦了变化检测与描述生成两个任务，并利用检测分支的空间先验通过轻量级掩码编码器指导描述生成。在参数量仅165.71M的情况下，该模型在WHU-CDC和UCCD两个数据集上均取得了最优性能，超越了参数量翻倍的现有方法。

使用方法

使用UCCD数据集时，用户首先需要将数据组织为标准目录结构，包含前后时相图像文件夹和二进制变化掩码文件夹，并配以包含五条描述的JSON文件。在使用PTNet模型前，需通过CLIP层差分特征结合K-means和RBF插值预构建原型库。训练过程支持单GPU或多GPU并行，可通过命令行参数灵活设置数据集类型、输出路径、恢复训练检查点、批次大小和输入分辨率等。评估阶段则利用测试集进行模型验证，并自动保存预测结果。值得注意的是，每个图像对在训练时会扩展为五个独立样本，在评估时单次预测会与全部五条参考描述进行评分，从而获得更全面的性能度量。

背景与挑战

背景概述

城市建筑变迁监测在智慧城市管理和可持续发展中扮演着关键角色，然而现有遥感变化检测数据集多聚焦于卫星影像或单一场景，缺乏针对城市建筑细粒度变化描述的标注资源。为此，UCCD（UAV as Urban Construction Change Monitor）数据集于2025年由研究团队创建，基于DJI无人机在江苏省徐州市采集的9000对1024×1024像素、空间分辨率达6厘米/像素的双时相影像，并利用五种视觉语言模型生成45000条描述语句，涵盖施工、拆除、光伏安装等多样化变化类型。该数据集首次为无人机视角下的城市建筑变化字幕任务提供了大规模基准，推动了联合变化检测与描述方法的发展，在相关领域具有重要影响力。

当前挑战

UCCD数据集面临的挑战首先体现在领域问题的复杂性：城市建筑变化类型多样且语义细粒度，如何从高分辨率、短时间间隔的双时相影像中准确区分不同结构性变化（如施工与硬化）并生成精准描述，对现有联合检测与描述方法构成显著考验。其次，构建过程中需解决多重难题：影像采集需克服无人机视角与光照变化带来的几何与光度差异；来自五个VLMs的标注语句需确保跨标注者一致性和语言质量；此外，仅37.34美元的低成本标注策略要求设计高效的人机协作流程，以避免噪声标注对模型训练的干扰。

常用场景

经典使用场景

在城市变化监测领域，UCCD数据集为无人机遥感影像中的建筑变化描述提供了首个大规模基准测试平台。该数据集包含9000对高分辨率（1024×1024像素，6厘米/像素）图像，每一对图像均配备5条由大语言模型生成的专业描述语句，总计45000条标注语句。其经典应用场景集中在利用双时相影像联合进行变化检测与变化描述的端到端任务中，研究者可基于该数据集训练模型同时输出像素级变化掩码与语义连贯的空间描述文本，从而实现对城市施工、拆除、太阳能板安装等地表变化的精准语言刻画。

实际应用

在实际应用层面，UCCD数据集赋能了城市精细化管理与智能规划的落地实现。国土部门可借助基于该数据集训练的模型，自动对比无人机定期巡检影像，生成如“某地块新建高层建筑”、“某区域完成地面硬化”等结构化文本报告，从而大幅降低人工判读成本。与此同时，该数据集亦服务于违法建设监控、城市更新进度追踪以及灾害应急评估等场景，通过将图像变化自动转化为可检索的语义信息，实现了从像素级感知到认知层面的跨越，显著提升了城市数字化治理的响应效率与决策科学水平。

衍生相关工作

围绕UCCD数据集的核心思想，已有若干具有启发性的衍生工作涌现。在方法论层面，原型引导的变化感知交互模块成为后续多模态特征对齐研究的重要参考，被探索迁移至遥感场景变化问答与因果变化解释等任务中。在基准层面，UCCD树立的城市变化描述标注范式，激发了其他研究者构建类似的高频时序遥感变化语言数据集，如面向农业种植变化与地质灾害变化的描述基准。此外，PTNet中检测引导描述的空间先验注入策略，作为轻量化跨任务交互的典型案例，启发了多任务学习领域中注意力解耦的进一步优化研究。