eurosat

• Deskripsi :

Dataset EuroSAT didasarkan pada citra satelit Sentinel-2 yang mencakup 13 band spektral dan terdiri dari 10 kelas dengan 27000 sampel berlabel dan geo-referensi.

Dua set data ditawarkan: - rgb: Hanya berisi pita frekuensi optik R, G, B yang dikodekan sebagai gambar JPEG. - semua: Berisi semua 13 pita dalam rentang nilai asli (float32).

URL: https://github.com/phelber/eurosat

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode north_east

• Beranda : https://github.com/phelber/eurosat

• Kode sumber : tfds.image_classification.Eurosat

• Versi :

  • 2.0.0 (default): Tidak ada catatan rilis.

• Perpecahan :

• Kutipan :

@misc{helber2017eurosat,
    title={EuroSAT: A Novel Dataset and Deep Learning Benchmark for Land Use and Land Cover Classification},
    author={Patrick Helber and Benjamin Bischke and Andreas Dengel and Damian Borth},
    year={2017},
    eprint={1709.00029},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

eurosat/rgb (konfigurasi default)

• Deskripsi konfigurasi : Saluran Sentinel-2 RGB

• Ukuran unduhan : 89.91 MiB

• Ukuran dataset : 89.50 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('image', 'label')

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

eurosat/semua

• Deskripsi konfigurasi : 13 saluran Sentinel-2

• Ukuran unduhan : 1.93 GiB

• Ukuran dataset : 5.36 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'sentinel2': Tensor(shape=(64, 64, 13), dtype=float32),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('sentinel2', 'label')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):