bigearthnet

ה-BigEarthNet הוא ארכיון חדש בקנה מידה גדול של Sentinel-2 benchmark, המורכב מ-590,326 תיקוני תמונה של Sentinel-2. גודל תיקון התמונה על הקרקע הוא 1.2 על 1.2 ק"מ עם גודל תמונה משתנה בהתאם לרזולוציית הערוץ. זהו מערך נתונים רב תוויות עם 43 תוויות לא מאוזנות.

כדי לבנות את BigEarthNet, נבחרו בתחילה 125 אריחי Sentinel-2 שנרכשו בין יוני 2017 למאי 2018 ב-10 המדינות (אוסטריה, בלגיה, פינלנד, אירלנד, קוסובו, ליטא, לוקסמבורג, פורטוגל, סרביה, שוויץ). כל האריחים תוקנו אטמוספרית על ידי כלי היצירה והעיצוב של המוצר Sentinel-2 Level 2A (sen2cor). לאחר מכן, הם חולקו ל-590,326 תיקוני תמונה שאינם חופפים. כל תיקון תמונה סומן על ידי מחלקות כיסוי הקרקע המרובות (כלומר, תוויות מרובות) שסופקו ממסד הנתונים CORINE Land Cover של שנת 2018 (CLC 2018).

פסים ורזולוציית פיקסלים במטרים:

  • B01: אירוסול חופי; 60 מ'
  • B02: כחול; 10 מ'
  • B03: ירוק; 10 מ'
  • B04: אדום; 10 מ'
  • B05: קצה אדום של צמחייה; 20 מ'
  • B06: קצה אדום של צמחייה; 20 מ'
  • B07: קצה אדום צמחי; 20 מ'
  • B08: NIR; 10 מ'
  • B09: אדי מים; 60 מ'
  • B11: SWIR; 20 מ'
  • B12: SWIR; 20 מ'
  • B8A: NIR צר; 20 מ'

רישיון: הסכם רישיון נתונים קהילתי - מתיר, גרסה 1.0.

כתובת אתר: http://bigearth.net/

לְפַצֵל דוגמאות
'train' 590,326
@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 (תצורת ברירת המחדל)

  • תיאור תצורה : ערוצי Sentinel-2 RGB

  • מבנה תכונה :

FeaturesDict({
    'filename': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(120, 120, 3), dtype=tf.uint8),
    'labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=43)),
    'metadata': FeaturesDict({
        'acquisition_date': Text(shape=(), dtype=tf.string),
        'coordinates': FeaturesDict({
            'lrx': tf.int64,
            'lry': tf.int64,
            'ulx': tf.int64,
            'uly': tf.int64,
        }),
        'projection': Text(shape=(), dtype=tf.string),
        'tile_source': Text(shape=(), dtype=tf.string),
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
שם קובץ טֶקסט tf.string
תמונה תמונה (120, 120, 3) tf.uint8
תוויות Sequence (ClassLabel) (אף אחד,) tf.int64
מטא נתונים FeaturesDict
metadata/acquisition_date טֶקסט tf.string
מטא נתונים/קואורדינטות FeaturesDict
metadata/coordinates/lrx מוֹתֵחַ tf.int64
metadata/coordinates/lry מוֹתֵחַ tf.int64
metadata/coordinates/ulx מוֹתֵחַ tf.int64
metadata/coordinates/uly מוֹתֵחַ tf.int64
מטא נתונים/הקרנה טֶקסט tf.string
metadata/tile_source טֶקסט tf.string

bigearthnet/הכל

  • תיאור תצורה : 13 ערוצי Sentinel-2

  • מבנה תכונה :

FeaturesDict({
    'B01': Tensor(shape=(20, 20), dtype=tf.float32),
    'B02': Tensor(shape=(120, 120), dtype=tf.float32),
    'B03': Tensor(shape=(120, 120), dtype=tf.float32),
    'B04': Tensor(shape=(120, 120), dtype=tf.float32),
    'B05': Tensor(shape=(60, 60), dtype=tf.float32),
    'B06': Tensor(shape=(60, 60), dtype=tf.float32),
    'B07': Tensor(shape=(60, 60), dtype=tf.float32),
    'B08': Tensor(shape=(120, 120), dtype=tf.float32),
    'B09': Tensor(shape=(20, 20), dtype=tf.float32),
    'B11': Tensor(shape=(60, 60), dtype=tf.float32),
    'B12': Tensor(shape=(60, 60), dtype=tf.float32),
    'B8A': Tensor(shape=(60, 60), dtype=tf.float32),
    'filename': Text(shape=(), dtype=tf.string),
    'labels': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=43)),
    'metadata': FeaturesDict({
        'acquisition_date': Text(shape=(), dtype=tf.string),
        'coordinates': FeaturesDict({
            'lrx': tf.int64,
            'lry': tf.int64,
            'ulx': tf.int64,
            'uly': tf.int64,
        }),
        'projection': Text(shape=(), dtype=tf.string),
        'tile_source': Text(shape=(), dtype=tf.string),
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
B01 מוֹתֵחַ (20, 20) tf.float32
B02 מוֹתֵחַ (120, 120) tf.float32
B03 מוֹתֵחַ (120, 120) tf.float32
B04 מוֹתֵחַ (120, 120) tf.float32
B05 מוֹתֵחַ (60, 60) tf.float32
B06 מוֹתֵחַ (60, 60) tf.float32
B07 מוֹתֵחַ (60, 60) tf.float32
B08 מוֹתֵחַ (120, 120) tf.float32
B09 מוֹתֵחַ (20, 20) tf.float32
B11 מוֹתֵחַ (60, 60) tf.float32
B12 מוֹתֵחַ (60, 60) tf.float32
B8A מוֹתֵחַ (60, 60) tf.float32
שם קובץ טֶקסט tf.string
תוויות Sequence (ClassLabel) (אף אחד,) tf.int64
מטא נתונים FeaturesDict
metadata/acquisition_date טֶקסט tf.string
מטא נתונים/קואורדינטות FeaturesDict
metadata/coordinates/lrx מוֹתֵחַ tf.int64
metadata/coordinates/lry מוֹתֵחַ tf.int64
metadata/coordinates/ulx מוֹתֵחַ tf.int64
metadata/coordinates/uly מוֹתֵחַ tf.int64
מטא נתונים/הקרנה טֶקסט tf.string
metadata/tile_source טֶקסט tf.string