bigearthnet

BigEarthNet adalah arsip benchmark Sentinel-2 berskala besar baru, yang terdiri dari 590.326 tambalan gambar Sentinel-2. Ukuran tambalan gambar di lapangan adalah 1,2 x 1,2 km dengan ukuran gambar bervariasi tergantung pada resolusi saluran. Ini adalah kumpulan data multi-label dengan 43 label yang tidak seimbang.

Untuk membangun BigEarthNet, 125 ubin Sentinel-2 yang diperoleh antara Juni 2017 dan Mei 2018 di 10 negara (Austria, Belgia, Finlandia, Irlandia, Kosovo, Lituania, Luksemburg, Portugal, Serbia, Swiss) di Eropa awalnya dipilih. Semua petak dikoreksi secara atmosferik oleh alat pembuatan dan pemformatan produk Sentinel-2 Level 2A (sen2cor). Kemudian, mereka dibagi menjadi 590.326 tambalan gambar yang tidak tumpang tindih. Setiap tambalan gambar dianotasi oleh beberapa kelas tutupan lahan (yaitu, multi-label) yang disediakan dari database Tutupan Lahan CORINE tahun 2018 (CLC 2018).

Pita dan resolusi piksel dalam meter:

  • B01: Aerosol pesisir; 60 m
  • B02: Biru; 10 m
  • B03: Hijau; 10 m
  • B04: Merah; 10 m
  • B05: Vegetasi tepi merah; 20 m
  • B06: Vegetasi tepi merah; 20 m
  • B07: Vegetasi tepi merah; 20 m
  • B08: NIR; 10m
  • B09: Uap air; 60 m
  • B11: SWIR; 20 m
  • B12: SWIR; 20 m
  • B8A: NIR sempit; 20 m

Lisensi: Perjanjian Lisensi Data Komunitas - Permisif, Versi 1.0.

URL: http://bigearth.net/

Membelah Contoh
'train' 590.326
  • Kutipan :
@article{Sumbul2019BigEarthNetAL,
  title={BigEarthNet: A Large-Scale Benchmark Archive For Remote Sensing Image Understanding},
  author={Gencer Sumbul and Marcela Charfuelan and Beg{"u}m Demir and Volker Markl},
  journal={CoRR},
  year={2019},
  volume={abs/1902.06148}
}

bigearthnet/rgb (konfigurasi default)

  • Deskripsi konfigurasi : Saluran Sentinel-2 RGB

  • Ukuran dataset : 14.07 GiB

  • Struktur fitur :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(120, 120, 3), dtype=uint8),
    'labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=43)),
    'metadata': FeaturesDict({
        'acquisition_date': Text(shape=(), dtype=string),
        'coordinates': FeaturesDict({
            'lrx': int64,
            'lry': int64,
            'ulx': int64,
            'uly': int64,
        }),
        'projection': Text(shape=(), dtype=string),
        'tile_source': Text(shape=(), dtype=string),
    }),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
nama file Teks rangkaian
gambar Gambar (120, 120, 3) uint8
label Urutan(Label Kelas) (Tidak ada,) int64
metadata fiturDict
metadata/acquisition_date Teks rangkaian
metadata/koordinat fiturDict
metadata/koordinat/lrx Tensor int64
metadata/koordinat/lry Tensor int64
metadata/koordinat/ulx Tensor int64
metadata/koordinat/uly Tensor int64
metadata/proyeksi Teks rangkaian
metadata/tile_source Teks rangkaian

Visualisasi

bigearthnet/all

  • Deskripsi konfigurasi : 13 saluran Sentinel-2

  • Ukuran dataset : 176.63 GiB

  • Struktur fitur :

FeaturesDict({
    'B01': Tensor(shape=(20, 20), dtype=float32),
    'B02': Tensor(shape=(120, 120), dtype=float32),
    'B03': Tensor(shape=(120, 120), dtype=float32),
    'B04': Tensor(shape=(120, 120), dtype=float32),
    'B05': Tensor(shape=(60, 60), dtype=float32),
    'B06': Tensor(shape=(60, 60), dtype=float32),
    'B07': Tensor(shape=(60, 60), dtype=float32),
    'B08': Tensor(shape=(120, 120), dtype=float32),
    'B09': Tensor(shape=(20, 20), dtype=float32),
    'B11': Tensor(shape=(60, 60), dtype=float32),
    'B12': Tensor(shape=(60, 60), dtype=float32),
    'B8A': Tensor(shape=(60, 60), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=43)),
    'metadata': FeaturesDict({
        'acquisition_date': Text(shape=(), dtype=string),
        'coordinates': FeaturesDict({
            'lrx': int64,
            'lry': int64,
            'ulx': int64,
            'uly': int64,
        }),
        'projection': Text(shape=(), dtype=string),
        'tile_source': Text(shape=(), dtype=string),
    }),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
B01 Tensor (20, 20) float32
B02 Tensor (120, 120) float32
B03 Tensor (120, 120) float32
B04 Tensor (120, 120) float32
B05 Tensor (60, 60) float32
B06 Tensor (60, 60) float32
B07 Tensor (60, 60) float32
B08 Tensor (120, 120) float32
B09 Tensor (20, 20) float32
B11 Tensor (60, 60) float32
B12 Tensor (60, 60) float32
B8A Tensor (60, 60) float32
nama file Teks rangkaian
label Urutan(Label Kelas) (Tidak ada,) int64
metadata fiturDict
metadata/acquisition_date Teks rangkaian
metadata/koordinat fiturDict
metadata/koordinat/lrx Tensor int64
metadata/koordinat/lry Tensor int64
metadata/koordinat/ulx Tensor int64
metadata/koordinat/uly Tensor int64
metadata/proyeksi Teks rangkaian
metadata/tile_source Teks rangkaian