Ajuda a proteger a Grande Barreira de Corais com TensorFlow em Kaggle Junte Desafio

eurosat

  • Descrição:

O conjunto de dados EuroSAT é baseado em imagens de satélite Sentinel-2 cobrindo 13 bandas espectrais e consistindo em 10 classes com 27.000 amostras marcadas e georreferenciadas.

Dois conjuntos de dados são oferecidos: - rgb: Contém apenas as bandas de frequência ópticas R, G, B codificadas como imagem JPEG. - all: contém todas as 13 bandas na faixa de valor original (float32).

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

Dividir Exemplos
'train' 27.000
  • citação:
@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 (configuração padrão)

  • A inscrição Config: Sentinel-2 canais RGB

  • Tamanho do download: 89.91 MiB

  • Características:

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

Visualização

eurosat / all

  • Descrição Config: 13 Sentinel-2 canais

  • Tamanho do download: 1.93 GiB

  • Características:

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