ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

ยูโรแซท

  • รายละเอียด:

ชุดข้อมูล EuroSAT อ้างอิงจากภาพถ่ายดาวเทียม Sentinel-2 ที่ครอบคลุมแถบสเปกตรัม 13 แถบ และประกอบด้วย 10 คลาสที่มีตัวอย่าง 27000 ที่ติดฉลากและอ้างอิงทางภูมิศาสตร์

มีชุดข้อมูลสองชุด: - rgb: มีเฉพาะแถบความถี่แสง R, G, B ที่เข้ารหัสเป็นภาพ JPEG - ทั้งหมด: มีทั้งหมด 13 แบนด์ในช่วงค่าดั้งเดิม (float32)

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

แยก ตัวอย่าง
'train' 27,000
  • อ้างอิง:
@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: Sentinel-2 ช่อง RGB

  • ขนาดการดาวน์โหลด: 89.91 MiB

  • คุณสมบัติ:

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),
})

การสร้างภาพ

ยูโรแซท/ทั้งหมด

  • คำอธิบาย Config: 13 Sentinel-2 ช่อง

  • ขนาดการดาวน์โหลด: 1.93 GiB

  • คุณสมบัติ:

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),
})