Визуализация : Исследуйте в Know Your Data
Описание :
BigEarthNet — это новый крупномасштабный тестовый архив Sentinel-2, состоящий из 590 326 патчей изображений Sentinel-2. Размер пятна изображения на земле составляет 1,2 х 1,2 км с переменным размером изображения в зависимости от разрешения канала. Это набор данных с несколькими метками и 43 несбалансированными метками.
Для построения BigEarthNet изначально были отобраны 125 плиток Sentinel-2, приобретенных в период с июня 2017 года по май 2018 года в 10 странах (Австрия, Бельгия, Финляндия, Ирландия, Косово, Литва, Люксембург, Португалия, Сербия, Швейцария) Европы. Все тайлы были скорректированы с помощью инструмента генерации и форматирования продуктов Sentinel-2 уровня 2A (sen2cor) с учетом атмосферы. Затем они были разделены на 590 326 непересекающихся фрагментов изображений. Каждый фрагмент изображения был аннотирован несколькими классами земного покрова (т. е. несколькими метками), которые были предоставлены из базы данных земного покрова CORINE за 2018 год (CLC 2018).
Полосы и разрешение пикселей в метрах:
- B01: Прибрежный аэрозоль; 60м
- B02: синий; 10м
- B03: зеленый; 10м
- B04: красный; 10м
- B05: красный край растительности; 20м
- B06: красный край растительности; 20м
- B07: красный край растительности; 20м
- B08: БИК; 10м
- B09: водяной пар; 60м
- B11: SWIR; 20м
- B12: SWIR; 20м
- B8A: узкий БИК; 20м
Лицензия: Лицензионное соглашение данных сообщества — разрешительная версия 1.0.
URL-адрес: http://bigeearth.net/
Дополнительная документация : изучить документы с кодом
Домашняя страница : http://bigeearth.net
Исходный код :
tfds.datasets.bigearthnet.Builder
Версии :
-
1.0.0
(по умолчанию): новый раздельный API ( https://tensorflow.org/datasets/splits )
-
Размер загрузки :
65.22 GiB
Автоматическое кэширование ( документация ): Нет
Сплиты :
Расколоть | Примеры |
---|---|
'train' | 590 326 |
- Цитата :
@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 (конфигурация по умолчанию)
Описание конфигурации : каналы Sentinel-2 RGB
Размер набора данных :
14.07 GiB
Структура функции :
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),
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
имя файла | Текст | нить | ||
изображение | Изображение | (120, 120, 3) | uint8 | |
этикетки | Последовательность (метка класса) | (Никто,) | int64 | |
метаданные | ОсобенностиDict | |||
метаданные/acquisition_date | Текст | нить | ||
метаданные/координаты | ОсобенностиDict | |||
метаданные/координаты/lrx | Тензор | int64 | ||
метаданные/координаты/lry | Тензор | int64 | ||
метаданные/координаты/ulx | Тензор | int64 | ||
метаданные/координаты/uly | Тензор | int64 | ||
метаданные/проекция | Текст | нить | ||
метаданные/tile_source | Текст | нить |
Контролируемые ключи (см . документ
as_supervised
):('image', 'labels')
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
bigearthnet/все
Описание конфигурации : 13 каналов Sentinel-2
Размер набора данных :
176.63 GiB
Структура функции :
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),
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
B01 | Тензор | (20, 20) | поплавок32 | |
B02 | Тензор | (120, 120) | поплавок32 | |
B03 | Тензор | (120, 120) | поплавок32 | |
B04 | Тензор | (120, 120) | поплавок32 | |
B05 | Тензор | (60, 60) | поплавок32 | |
B06 | Тензор | (60, 60) | поплавок32 | |
B07 | Тензор | (60, 60) | поплавок32 | |
B08 | Тензор | (120, 120) | поплавок32 | |
B09 | Тензор | (20, 20) | поплавок32 | |
B11 | Тензор | (60, 60) | поплавок32 | |
В12 | Тензор | (60, 60) | поплавок32 | |
Б8А | Тензор | (60, 60) | поплавок32 | |
имя файла | Текст | нить | ||
этикетки | Последовательность (метка класса) | (Никто,) | int64 | |
метаданные | ОсобенностиDict | |||
метаданные/acquisition_date | Текст | нить | ||
метаданные/координаты | ОсобенностиDict | |||
метаданные/координаты/lrx | Тензор | int64 | ||
метаданные/координаты/lry | Тензор | int64 | ||
метаданные/координаты/ulx | Тензор | int64 | ||
метаданные/координаты/uly | Тензор | int64 | ||
метаданные/проекция | Текст | нить | ||
метаданные/tile_source | Текст | нить |
Ключи под наблюдением (см . документ
as_supervised
):None
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):