深度学习中的遥感影像数据集~持续更新
深度学习遥感影像数据集
·
收集网络上公开的遥感数据集，欢迎补充
该项目是一个遥感影像领域常用的深度学习数据集的汇总，包括数据集基本信息，并附上数据集源地址与Aistudio备份链接（包括详细的类别信息，提供高速下载）。
该项目长期更新，若有遗误或不慎涉及侵权，烦请评论或留言联系
欢迎大家fork、评论 为本项目作出贡献。
目前本项目共收录
- 图像分类数据集31个；
- 目标检测数据集37个；
- 图像分割数据集67个；
- 变化检测数据集24个；
- 实例分割数据集7个；
- 多标签分类数据集3个；
- 目标跟踪数据集3个；
- 图像标题数据集3个；
- 图像生成数据集4个
- ……
- 数据下载及最新更新内容：遥感影像数据集汇总 - 飞桨AI Studio - 人工智能学习与实训社区
- 最后更新——2022.04.04
- 因渲染器不同，表格格式显示有误，建议访问aistudio进行查询
| 序号 (aistudio 链接) | 数据集名称 (源链接) | 任务类型 | 影像尺寸 | 影像 通道 | 影像 数量 | 标注 类别 | 影像 格式 | 标注 格式 | 空间 分辨率 | 光谱 分辨率 | 影像类型 | 影像来源 | 发布时间 | 发布机构 | 源地址 | aistudio地址 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1-1 | UCMerced LandUse | 图像分类 | 256 * 256 | 3 | 2100 | 21 | tif | folder name | 0.3m | __ | 卫星影像 | USGS National Map | 2010 | University of California, Merced | UC Merced Land Use Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-2 | WHU RS19 | 图像分类 | 600 * 600 | 3 | 1005 | 19 | jpg | folder name | 最高0.5m | __ | 卫星影像 | GoogleEarth | 2012 | 武汉大学 | http://captain.whu.edu.cn/repository.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-3 | RSSCN7 | 图像分类 | 400 * 400 | 3 | 2800 | 7 | jpg | folder name | __ | __ | 卫星影像 | GoogleEarth | 2015 | 武汉大学 | https://sites.google.com/site/qinzoucn/documents | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-4 | RS_C11 | 图像分类 | 512 * 512 | 3 | 1232 | 11 | tif | folder name | 0.2m | __ | 卫星影像 | GoogleEarth | 2016 | 中科院 | https://www.researchgate.net/publication/271647282_RS_C11_Database/comments | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-5 | NWPU RESISC45 | 图像分类 | 256 * 256 | 3 | 31500 | 45 | jpg | folder name | 0.2~ 30m | __ | 卫星影像 | GoogleEarth | 2016 | 西北工业大学 | Gong CHENG | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-6 | AID | 图像分类 | 600 * 600 | 3 | 10000 | 30 | jpg | folder name | 0.5~ 8m | __ | 卫星影像 | GoogleEarth | 2017 | 武汉大学 | AID: A Benchmark Dataset for Performance Evaluation of Aerial Scene Classification | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-7 | RSD46 WHU | 图像分类 | 256 * 256 | 3 | 117000 | 46 | png | folder name | 0.5~ 2m | __ | 卫星影像 | GoogleEarth, Tianditu | 2017 | 武汉大学 | https://github.com/RSIA-LIESMARS-WHU/RSD46-WHU | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-8 | GID | 图像分类 | 56 * 56 | 3、4 | 30000 | 15 | tif | folder name | __ | __ | 卫星影像 | GF2 | 2018 | 武汉大学 | GID Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-9 | PatternNet | 图像分类 | 256 * 256 | 3 | 30400 | 38 | jpg | folder name | 0.062~ 4.693m | __ | 卫星影像 | GoogleMap | 2018 | 武汉大学 | https://sites.google.com/view/zhouwx/dataset#h.p_Tgef10WTuEFr | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-10 | Satellite Images of Hurricane Damage | 图像分类 | 128 * 128 | 3 | 23000 | 2 | jpeg | folder name | __ | __ | 卫星影像 | GeoEye1等 | 2018 | University of Washington | Detecting Damaged Buildings on Post-Hurricane Satellite Imagery Based on Customized Convolutional Neural Networks | IEEE DataPort | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-11 | How to make high resolution remote sensing image dataset | 图像分类 | 256 * 256 | 3 | 533 | 5 | jpg | folder name | 2.38866m | __ | 卫星影像 | GoogleEarth | 2018 | __ | 如何制作用于遥感影像分类的高分辨率遥感影像数据集？_Kun Li的博客-CSDN博客_高分辨率遥感影像 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-12 | EuroSAT | 图像分类 | 64 * 64 | 3、13 | 27000 | 10 | jpg, tif | folder name | 10m | __ | 卫星影像 | Sentinel2 | 2018 | 德国凯泽斯劳滕大学 | https://github.com/phelber/eurosat | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-13 | HistAerial Dataset | 图像分类 | 25 * 25, 50 * 50 , 100 * 100 | 1 | 42000 | 7 | png | folder name | __ | __ | 航拍影像 | 航拍影像 | 2019 | Univ Lyon | HistAerial V1.0 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-14 | OPTIMAL 31 | 图像分类 | 256 * 256 | 3 | 1860 | 31 | jpg | folder name | __ | __ | 卫星影像 | GoogleEarth | 2019 | 西北工业大学 | Qi Wang's Homepage-Northwestern Polytechnical University | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-15 | WiDSDatathon2019 | 图像分类 | 256 * 256 | 3 | 11000 | 2 | jpg | csv | 3m | __ | 卫星影像 | Planet | 2019 | Stanford | WiDS Datathon 2019 | Kaggle | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-16 | CLRS | 图像分类 | 256 * 256 | 3 | 15000 | 25 | tif | folder name | 0.26~ 8.85m | __ | 卫星影像 | GoogleEarth, BingMap, GoogleMap, Tianditu | 2020 | 中南大学 | https://github.com/lehaifeng/CLRS | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-17 | SenseEarth Classify | 图像分类 | 100 * 100~12655 * 12655 | 3 | 70000 | 51 | jpg | txt | 0.2~ 153m | __ | 卫星影像 | GoogleEarth | 2020 | 商汤科技 | AI瞰世界·2020人工智能遥感解译大赛 - SenseTime|商汤科技 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-18 | TG1HRSSC | 图像分类 | 512 * 512 | 1、54、52 | 204 | 9 | tif | folder name | 5m, 10m, 20m, | 0.4~ 2.5μm | 卫星影像 | 天宫一号 | 2021 | 中国科学院空间应用工程与技术中心 | 载人航天工程空间科学与应用数据共享服务平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-19 | NaSC TG2 | 图像分类 | 128 * 128 | 3、14 | 20000 | 10 | jpg, tif | folder name | __ | 0.40~ 1.04µm | 卫星影像 | 天宫二号 | 2021 | 中国科学院空间应用工程与技术中心 | 载人航天工程空间科学与应用数据共享服务平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-20 | SAT 4 | 图像分类 | 28 * 28 | 4 | 500000 | 4 | mat | mat | 1~ 6m | __ | 卫星影像 | NAIPdataset | 2015 | 路易斯安那州立大学 | SAT-4 and SAT-6 airborne datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-21 | SAT 6 | 图像分类 | 28 * 28 | 4 | 405000 | 6 | mat | mat | 1~ 6m | __ | 卫星影像 | NAIPdataset | 2015 | 路易斯安那州立大学 | SAT-4 and SAT-6 airborne datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-22 | SIRI WHU google | 图像分类 | 200 * 200 | 3 | 3400 | 12 | tif, dat | folder name | 2m | __ | 卫星影像 | GoogleEarth | 2016 | 武汉大学 | http://www.lmars.whu.edu.cn/prof_web/zhongyanfei/e-code.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-23 | SIRI WHU USGS | 图像分类 | 10000 * 9000 | 3 | 1 | 4 | tif | folder name | 2foot | __ | 卫星影像 | USGS | 2016 | 武汉大学 | http://www.lmars.whu.edu.cn/prof_web/zhongyanfei/e-code.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-24 | RSI CB128 | 图像分类 | 256 * 256 | 3 | 36000 | 45 | tif | folder name | 0.3~ 3m | __ | 卫星影像 | GoogleEarth, BingMap | 2017 | 中南大学 | https://github.com/lehaifeng/RSI-CB | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-25 | RSI CB256 | 图像分类 | 256 * 256 | 3 | 24000 | 35 | tif | folder name | 0.3~ 3m | __ | 卫星影像 | GoogleEarth, BingMap | 2017 | 中南大学 | https://github.com/lehaifeng/RSI-CB | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-26 | Multi View Datasets CV BrCT | 图像分类 | 500 * 475 | 3 | 48342 | 8 | png, tif | folder name | __ | __ | 航拍影像、卫星影像 | 航拍影像, 卫星影像 | 2020 | Federal University of Minas Gerais | Multi-View Datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-27 | Multi View Datasets AiRound | 图像分类 | 500 * 475 | 3 | 13980 | 11 | tif | folder name | __ | __ | 卫星影像 | Sentinel2等 | 2020 | Federal University of Minas Gerais | Multi-View Datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 1-28 | braziliancoffeescenes | 图像分类 | 64 * 64 | 3 | 2876 | __ | __ | __ | __ | __ | 卫星影像 | SPOT传感器 | 2015 | 米纳斯联邦大学 | Brazilian Coffee Scenes Dataset | |
| 1-29 | Planet: Understanding the Amazon from Space | 图像分类 | 256 * 256 | 3、4 | 40480 | __ | __ | __ | 3m | __ | 卫星影像 | plant传感器 | 2017 | Planet | Planet: Understanding the Amazon from Space | Kaggle | |
| 1-30 | rscupcls | 图像分类 | 512 * 512 | 3 | 197121 | 45 | jpg | folder name | __ | __ | __ | __ | 2019 | __ | http://rscup.bjxintong.com.cn/#/theme/1 | |
| 1-31 | MSTAR | 图像分类 | 368 * 368 | 1 | 9466 | 8 | jpg | folder name | 0.3m | __ | SAR | STARLOSSAR | 1996 | Defense Advanced Research Projects Agency | MSTAR Dataset 8 classes | Kaggle | 飞桨AI Studio - 人工智能学习与实训社区 |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 2-1 | TAS | 目标检测 | 792 * 636 | 3 | 30 | 1 | .m | HBB | __ | __ | 卫星影像 | GoogleEarth | 2008 | 斯坦福大学 | Learning Spatial Context: Using Stuff to Find Things | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-2 | OIRDS | 目标检测 | 256 * 256~640 * 640 | 3 | 900 | 5 | tif | OBB | 0.15m | __ | 卫星影像 | USGS, DARPA, VIVID | 2009 | 雷神公司 | Overhead Imagery Research Data Set download | SourceForge.net | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-3 | SZTAKI INRIA Building Detection Benchmark | 目标检测 | 700± * 700± | 3 | 9 | 1 | jpg | OBB | __ | __ | 航拍影像、卫星影像 | 航拍影像, 卫星影像 | 2012 | MTASZTAKI | MPLab Earth observation | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-4 | UCAS_AOD | 目标检测 | 1000± * 1000± | 3 | 976 | 2 | png | OBB | __ | __ | 航拍影像 | GoogleEarth | 2014 | 中科院 | https://onedrive.hyper.ai/home/UCAS-AOD | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-5 | NWPUVHR 10 | 目标检测 | 500 * 500~1100 * 1100 | 3 | 1510 | 10 | jpg | HBB | 0.08~ 2m | __ | 卫星影像 | GoogleEarth, Vaihingen | 2014 | 西北工业大学 | Gong CHENG | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-6 | VEDAI | 目标检测 | 512 * 512~1024 * 1024 | 4 | 1210 | 9 | png | OBB | 0.125m | __ | 卫星影像 | UtahAGRC | 2015 | 卡昂大学 | Vehicle Detection in Aerial Imagery (VEDAI) : a benchmark | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-7 | HRSC2016 | 目标检测 | 1100± * 1100± | 3 | 1061 | 27 | png | OBB | __ | __ | 卫星影像 | GoogleEarth | 2016 | 西北工业大学 | https://sites.google.com/site/hrsc2016/ | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-8 | DLR3k | 目标检测 | 5616 * 3744 | 3 | 14235 | 7 | jpg | OBB | 0.13m | __ | 航拍影像 | 航拍影像 (CanonEos1DsMarkIII) | 2016 | 德国航天航空中心 | DLR - Earth Observation Center - DLR Multi-class Vehicle Detection and Orientation in Aerial Imagery (DLR-MVDA) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-9 | RSOD | 目标检测 | 1000± * 1000± | 3 | 976 | 4 | jpg | HBB | 0.3~ 3m | __ | 卫星影像 | GoogleEarth, Tianditu | 2017 | 武汉大学 | https://github.com/RSIA-LIESMARS-WHU/RSOD-Dataset- | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-10 | TGRS HRRSD | 目标检测 | 152 * 152~10569 * 10569 | 3 | 21761 | 13 | jpg | HBB | 0.15~ 1.2m | __ | 卫星影像 | GoogleEarth, BaiduMap | 2017 | 中科院 | https://github.com/CrazyStoneonRoad/TGRS-HRRSD-Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-11 | ships in satellite imagery | 目标检测 | 80 * 80 | 3 | 4000 | 1 | png | HBB | 3m | __ | 卫星影像 | Planet | 2017 | PlanetTeam | Ships in Satellite Imagery | Kaggle | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-12 | xView | 目标检测 | 3000± * 3000± | 3 | 1129 | 60 | tif | HBB | 0.3m | __ | 卫星影像 | WorldView3 | 2018 | DIUx | xView | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-13 | LEVIR | 目标检测 | 800 * 600 | 3 | 22000 | 3 | jpg | HBB | 0.2~ 1.0m | __ | 卫星影像 | GoogleEarth | 2018 | 北京航天航空大学 | Code-Levir | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-14 | MASATI | 目标检测 | 512± * 512± | 3 | 7389 | 7 | png | HBB | 0.08~ 2m | __ | 卫星影像 | BingMaps | 2018 | 阿利坎特大学 | MASATI dataset - MAritime SATellite Imagery dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-15 | ITCVD | 目标检测 | 5616 * 3744 | 3 | 135 | 1 | jpg | HBB | 0.1m | __ | 航拍影像 | 航拍影像 | 2018 | University of Twente Research Information | ITCVD Dataset — University of Twente Research Information | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-16 | DIOR | 目标检测 | 800 * 800 | 3 | 23463 | 20 | jpg | HBB, OBB | 0.5~ 30m | __ | 卫星影像 | GoogleEarth | 2019 | 西北工业大学 | http://www.escience.cn/people/JunweiHan/DIOR.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-17 | iSAID | 目标检测 | 800 * 800~13000 * 13000 | 3 | 2806 | 15 | png | OBB | __ | __ | 卫星影像 | GoogleEarth, JL1, GF2 | 2019 | 武汉大学 | iSAID | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-18 | Bridge Dataset | 目标检测 | 4800 * 2843 | 3 | 500 | 1 | jpg | HBB | 0.5m | __ | 卫星影像 | GoogleEarth, OpenStreetMap | 2019 | Federal University of Minas Gerais | Bridge Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-19 | RarePlanes | 目标检测 | 512 * 512 | 3 | 1507 | 10 | png | HBB | 0.3~ 1.5m | __ | 卫星影像 | WorldView3 | 2020 | In-Q-Tel | RarePlanes Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-20 | 飞机目标识别-训练数据集 | 目标检测 | 4096 * 4096 | 3 | 430 | 11 | png | OBB | 0.5~ 1m | __ | 卫星影像 | 国产自主产权系列卫星 | 2021 | 中科院 | 遥感人工智能算法竞赛平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-21 | 船只智能检测-训练数据集 | 目标检测 | 20000 * 20000 | 3 | 25 | __ | png | OBB | 5m | __ | 卫星影像 | 国产自主产权系列卫星 | 2021 | 中科院 | 遥感人工智能算法竞赛平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-22 | FAIR1M | 目标检测 | 1000 * 100~100000 * 10000 | 3 | 15000 | 37 | tif | OBB | 0.3~ 0.8m | __ | 卫星影像 | GF, GoogleEarth | 2021 | 中科院 | http://gaofen-challenge.com | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-23 | VisDrone2019 DET | 目标检测 | 1000± * 1000± | 3 | 10209 | 10 | jpg | HBB | __ | __ | 航拍影像 | 航拍影像 | 2018 | 天津大学 | https://github.com/VisDrone/VisDrone-Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-24 | DOTA1.0 | 目标检测 | 800 * 800~4000 * 4000 | 3 | 2806 | 15 | png | OBB | __ | __ | 卫星影像 | GoogleEarth, GF2, JL0 | 2018 | 武汉大学 | DOTA | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-25 | DOTA1.5 | 目标检测 | 800 * 800~4000 * 4000 | 3 | 2806 | 16 | png | OBB | __ | __ | 卫星影像 | GoogleEarth, GF2, JL1 | 2019 | 武汉大学 | DOTA | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-26 | DOTA2.0 | 目标检测 | 800 * 800~20000 * 20000 | 3 | 11268 | 18 | png | OBB | __ | __ | 卫星影像、航拍影像 | GoogleEarth, GF2, 航拍影像 | 2021 | 武汉大学 | DOTA | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-27 | COWC | 目标检测 | 2000 * 2000~19000 * 19000 | __ | 53 | __ | __ | onedot | 0.15m | __ | 卫星影像 | Utah | 2016 | 劳伦斯利弗莫尔国家实验室 | Cars Overhead With Context at LLNL | |
| 2-28 | Functional Map of theWorld Challenge | 目标检测 | __ | 4、8 | 31 | __ | __ | onedot | __ | __ | 卫星影像 | Utah | 2016 | 约翰霍普金斯大学应用物理实验室 | https://github.com/fMoW/dataset | |
| 2-29 | CARPK | 目标检测 | __ | __ | 1573 | __ | png | __ | __ | __ | 航拍影像 | 航拍影像 | 2017 | 台湾国立大学 | Drone-based Object Counting by Spatially Regularized Regional Proposal Networks | |
| 2-30 | MAFAT Challenge | 目标检测 | __ | __ | 4216 | __ | __ | HBB | 0.05~ 0.15m | __ | 航拍影像 | 航拍影像 | 2018 | yuvalsh | CodaLab - Competition | |
| 2-31 | rscupdet | 目标检测 | 1024 * 1024 | 3 | 2423 | __ | png | OBB | __ | __ | 卫星影像 | __ | 2019 | __ | http://rscup.bjxintong.com.cn/#/theme/2 | |
| 2-32 | SSDD | 目标检测 | 500 * 500 | 1 | 1160 | 1 | jpg | HBB, OBB | 1~ 15m | __ | SAR | RadarSat2, TerraSARX, Sentinel1 | 2017 | 海军航空大学 | https://zhuanlan.zhihu.com/p/58404659 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-33 | OpenSARShip | 目标检测 | 1200 * 900 | 1 | 41 | 1 | tif | Chip | __ | __ | SAR | Sentinel1 | 2017 | 上海交通大学 | OPENSAR | INDEX | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-34 | HRSID | 目标检测 | 800 * 800 | 1 | 5604 | 1 | png | HBB | 0.5~ 3m | __ | SAR | Sentinel1B, TerraSARX, TEMX | 2020 | 电子科技大学 | https://github.com/chaozhong2010/HRSID | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-35 | AIR SARShip1.0 | 目标检测 | 3000 * 3000 | 1 | 31 | 1 | tiff | HBB | 1~ 3m | __ | SAR | GF3 | 2019 | 《雷达学报》编辑部 | 雷达学报 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-36 | AIR SARShip2.0 | 目标检测 | 1000 * 1000 | 1 | 300 | 1 | tiff | HBB | 1~ 3m | __ | SAR | GF3 | 2020 | 《雷达学报》编辑部 | 雷达学报 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 2-37 | gf2021 高分辨率SAR图像中近海养殖场分割数据集 | 目标检测 | 600 * 600, 1024 * 1024, 2048 * 2048, | 1 | 300+ | 6 | tif | HBB | 1m | __ | SAR | GF3 | 2021 | 中科院 | 高分遥感图像解译软件大赛 | |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 3-1 | SPARCS | 图像分割 | 1000 * 1000 | 10 | 80 | 7 | tif | png | 30m | __ | 卫星影像 | Landsat8 | 2014 | University of Tennessee Knoxville | Spatial Procedures for Automated Removal of Cloud and Shadow (SPARCS) Validation Data | U.S. Geological Survey | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-2 | Zurich Summer | 图像分割 | 1000± * 1000± | 4 | 20 | 8 | tif | tif | 0.62m | __ | 卫星影像 | QuickBird | 2015 | TheUniversityofEdinburgh,Sc | https://sites.google.com/view/zhouwx/dataset#h.p_hQS2jYeaFpV0 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-3 | ERM PAIW | 图像分割 | 4000± * 4000± | 3 | 41 | 1 | png, jpg | tif | __ | __ | 航拍影像 | 航拍影像 | 2015 | German AerospaceCenter (DLR) | DLR - Earth Observation Center - Enhancing Road Maps by Parsing Aerial Images around the World (ERM-PAIW) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-4 | HD Maps | 图像分割 | 4000± * 4000± | 3 | 20 | 5 | png | png | __ | __ | 航拍影像 | 航拍影像 | 2016 | German AerospaceCenter (DLR) | DLR - Earth Observation Center - Fine-grained Road Segmentation by Parsing Ground and Aerial Images (HD-Maps) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-5 | BDCI2017 | 图像分割 | 8000± * 8000± | 3 | 5 | 5 | png | png | __ | __ | 卫星影像 | __ | 2017 | BDCI | 卫星影像的AI分类与识别 Competitions - DataFountain | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-6 | Learning Aerial Image Segmentation From Online Maps | 图像分割 | 3000± * 3000± | 3 | 1671 | 2 | png | png | __ | __ | 卫星影像、航拍影像 | GoogleMaps, OpenStreetMap | 2017 | THZürich | Learning Aerial Image Segmentation From Online Maps | Zenodo | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-7 | Inria Aerial Image Labeling Dataset | 图像分割 | 5000 * 5000 | 3 | 180 | 1 | tif | tif | 0.3m | __ | 航拍影像 | 航拍影像 | 2017 | Inria Sophia Antipolis-Mediterranee | Inria Aerial Image Labeling Dataset | |
| 3-8 | WHDLD | 图像分割 | 256 * 256 | 3 | 4940 | 6 | png | png | __ | __ | 卫星影像 | UCMerced | 2018 | 武汉大学 | https://sites.google.com/view/zhouwx/dataset#h.p_hQS2jYeaFpV0 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-9 | DLRSD | 图像分割 | 256 * 256 | 3 | 2100 | 17 | tif | png | 1foot | __ | 卫星影像 | USGS National Map | 2018 | 武汉大学 | https://sites.google.com/view/zhouwx/dataset#h.p_hQS2jYeaFpV0 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-10 | Aeroscapes | 图像分割 | 720 * 720 | 3 | 3269 | 11 | jpg | png | __ | __ | 航拍影像 | 航拍影像 | 2018 | Carnegie Mellon University | https://github.com/ishann/aeroscapes | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-11 | AIRS | 图像分割 | 10000 * 10000 | 3 | 190 | 1 | tif | tif | 0.075m | __ | 航拍影像 | LINZ Data Service | 2018 | University of Tokyo | AIRS (Aerial Imagery for Roof Segmentation) – A Large-Scale Dataset towards Automatic Mapping of Buildings | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-12 | RIT 18 | 图像分割 | 9393 * 5642、8833 * 6918、12446 * 7654 | 7 | 3 | 18 | mat | npy | 0.047m | __ | 卫星影像 | Tetracam MicroMCA6 | 2018 | Rochester Institute of Technology | https://github.com/rmkemker/RIT-18 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-13 | Drone Deploy | 图像分割 | 6000± * 6000± | 3 | 55 | 7 | tif | png | 0.1m | __ | 航拍影像 | drones | 2019 | Drone Deploy | https://github.com/dronedeploy/dd-ml-segmentation-benchmark | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-14 | Road Tracer | 图像分割 | 4096 * 4096 | 3 | 3000 | 1 | png | png | 0.6m | __ | 卫星影像 | Googleearth, OSM | 2019 | MIT | https://github.com/mitroadmaps/roadtracer/ | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-15 | Bijie Landslide Dataset | 图像分割 | 200± * 200± | 3 | 771 | 1 | png | png | 0.68m | __ | 卫星影像 | TripleSat | 2019 | 武汉大学 | http://gpcv.whu.edu.cn/data/Bijie_pages.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-16 | GF2 Dataset for 3DFGC | 图像分割 | 1417 * 2652 , 1163 * 2120 | 4 | 11 | 5 | tif | tif | 4m | __ | 卫星影像 | GF2 | 2019 | 武汉大学 | http://gpcv.whu.edu.cn/data/3DFGC_pages.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-17 | Semantic Drone Dataset | 图像分割 | 6000 * 4000 | 3 | 400 | 22 | png | png | __ | __ | 航拍影像 | 航拍影像 | 2019 | Graz University of Technology | http://dronedataset.icg.tugraz.at | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-18 | WHU Cloud Dataset | 图像分割 | 512 * 512 | 3 | 730 | 1 | tif | tif | __ | __ | 卫星影像 | Landsat 8 | 2020 | 武汉大学 | http://gpcv.whu.edu.cn/data/WHU_Cloud_Dataset.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-19 | Land Cover from Aerial Imagery (landcover_ai) | 图像分割 | 9000 * 9500、4200 * 4700 | 3 | 41 | 3 | tif | tif | 0.25~ 0.5m | __ | 航拍影像 | 航拍影像 | 2020 | linuxpols | https://landcover.ai/ | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-20 | UAVid | 图像分割 | 4096 * 2160、3840 * 2160 | 3 | 300 | 8 | png | png | __ | __ | 航拍影像 | 航拍影像 | 2020 | University of Twente | UAVid Semantic Segmentation Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-21 | AI + 遥感影像 | 图像分割 | 256 * 256 | 3 | 100000 | 8、17 | tif | tif, png | 0.1~ 4m | __ | 卫星影像 | GF1, GF2, GF6, GJ2, BJ2, 航拍影像 | 2020 | 全国人工智能大赛组委会 | “华为・昇腾杯”AI+遥感影像 Competitions - DataFountain | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-22 | BDCI2020 | 图像分割 | 256 * 256 | 3 | 145981 | 7 | jpg | png | __ | __ | 卫星影像 | __ | 2020 | BDCI | 遥感影像地块分割 Competitions - DataFountain | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-23 | mini Inria Aerial Image Labeling Dataset | 图像分割 | 512 * 512 | 3 | 32500 | 1 | jpg | csv | 0.3m | __ | 航拍影像 | 航拍影像 | 2021 | 天池大赛 | 零基础入门语义分割-地表建筑物识别-天池大赛-阿里云天池 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-24 | LoveDA | 图像分割 | 1024 * 1024 | 3 | 5987 | 7 | png | png | 0.3m | __ | 卫星影像 | GoogleEarth | 2021 | 武汉大学 | https://github.com/Junjue-Wang/LoveDA | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-25 | MiniFrance-DFC22 | 图像分割 | 2000±* 2000± | 3 | 2322 | 15 | tif | tif | __ | __ | 航拍影像 | 航拍影像 | 2022 | IADF TC | 2022 IEEE GRSS Data Fusion Contest - GRSS-IEEE | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-26 | Massachusetts Roads | 图像分割 | 1500 * 1500 | 3 | 804 | 1 | png | png | 1m | __ | 航拍影像 | 航拍影像 | 2013 | University of Toronto | Road and Building Detection Datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-27 | Massachusetts Builds | 图像分割 | 1500 * 1500 | 3 | 151 | 1 | png | png | 1m | __ | 航拍影像 | 航拍影像 | 2013 | University of Toronto | Road and Building Detection Datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-28 | Deep Globe Land Cover Classification Challenge | 图像分割 | 2448 * 2448 | 3 | 803 | 7 | jpg | png | 0.5m | __ | 卫星影像 | DigitalGlobe | 2018 | CVPR | Challenge - DEEPGLOBE - CVPR18 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-29 | Deep Globe Road Detection Challenge | 图像分割 | 1024 * 1024 | 3、14 | 6226 | 1 | jpg | png | 0.5m | __ | 卫星影像 | DigitalGlobe | 2018 | CVPR | Challenge - DEEPGLOBE - CVPR18 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-30 | WHU Building Dataset, Satellite datasetⅠ (globalcities) | 图像分割 | 512 * 512 | 3 | 204 | 1 | tif | tif | 0.3~ 2.5m | __ | 卫星影像 | QuickBird, Worldviewseries, IKONOS, ZY3 | 2019 | 武汉大学 | https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-31 | WHU Building Dataset, Satellite datasetⅡ (EastAsia) | 图像分割 | 512 * 512 | 3 | 17388 | 1 | tif | tif | 0.45m | __ | 卫星影像 | __ | 2019 | 武汉大学 | https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-32 | WHU Building Dataset, Aerial imagery dataset | 图像分割 | 512 * 512 | 3 | 8189 | 1 | tif | tif | 0.3m | __ | 卫星影像 | __ | 2019 | 武汉大学 | https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-33 | ORSSD | 图像分割 | 500± * 500± | 3 | 800 | 8 | jpg | png | __ | __ | 卫星影像 | GoogleEarth | 2019 | 北京交通大学 | https://github.com/rmcong/ORSSD-dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-34 | EORSSD | 图像分割 | 500± * 500± | 3 | 2000 | 8 | jpg | png | __ | __ | 卫星影像 | GoogleEarth | 2020 | 北京交通大学 | https://hub.fastgit.org/rmcong/EORSSD-dataset]https://hub.fastgit.org/rmcong/EORSSD-dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-35 | 38 Cloud: A Cloud Segmentation Dataset | 图像分割 | 384 * 384 | 4 | 8400 | 1 | tif | tif | 30m | __ | 卫星影像 | Landsat8 | 2018 | Science Simon Fraser University | https://github.com/SorourMo/38-Cloud-A-Cloud-Segmentation-Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-36 | 95 Cloud: An Extension to 38 Cloud Dataset | 图像分割 | 384 * 384 | 4 | 34701 | 1 | tif | tif | 30m | __ | 卫星影像 | Landsat8 | 2020 | Simon Fraser University | https://github.com/SorourMo/95-Cloud-An-Extension-to-38-Cloud-Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-37 | Postdam | 图像分割 | 6000 * 6000 | 3 | 38 | 6 | tif | tif | 0.05m | __ | 航拍影像 | 航拍影像 | 2012 | ISPRS | 2D Semantic Labeling | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-38 | Vaihingen | 图像分割 | 2000± * 2000± | 3 | 33 | 6 | tif | tif | 0.09m | __ | 航拍影像 | 航拍影像 | 2012 | ISPRS | 2D Semantic Labeling | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-39 | GID Fine Land cover Classification 15 classes | 图像分割 | 7200 * 6800 | 3、4 | 10 | 5 | tif | tif | 0.8~ 10m | __ | 卫星影像 | GF2号 | 2018 | 武汉大学 | GID Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-40 | GID Large scale Classification 5 classes | 图像分割 | 7200 * 6800 | 3、4 | 150 | 15 | tif | tif | 0.8~ 10m | __ | 卫星影像 | GF2, GF1, JL1, ZY3, Sentinel2A, GoogleEarth | 2018 | 武汉大学 | GID Dataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-41 | UDD5 | 图像分割 | 4096± * 2160± | 3 | 160 | 5 | png | png | __ | __ | 航拍影像 | DJIPhantom4 | 2018 | 北京大学 | https://github.com/MarcWong/UDD | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-42 | UDD6 | 图像分割 | 4096± * 2160± | 3 | 141 | 6 | png | png | __ | __ | 航拍影像 | DJIPhantom4 | 2018 | 北京大学 | https://github.com/MarcWong/UDD | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-43 | BH POOLS | 图像分割 | 3840 * 2160 | 3 | 200 | 1 | jpg | png | __ | __ | 卫星影像 | GoogleEarth | 2020 | Federal University of Minas Gerais | BH-Pools/Watertanks Datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-44 | BH WATERTANKS | 图像分割 | 3840 * 2160 | 3 | 200 | 1 | jpg | png | __ | __ | 卫星影像 | GoogleEarth | 2020 | Federal University of Minas Gerais | BH-Pools/Watertanks Datasets | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-45 | BDCI2017 | 图像分割 | 8000± * 8000± | 3 | 5 | 5 | png | png | __ | __ | __ | __ | 2017 | __ | 卫星影像的AI分类与识别 Competitions - DataFountain | |
| 3-46 | Deep Globe Building Extraction Challenge | 图像分割 | 650 * 650 | 8 | 254586 | 1 | tif | tif | 1.24m | __ | 卫星影像 | WorldView3 | 2018 | CVPR | Challenge - DEEPGLOBE - CVPR18 | |
| 3-47 | Barley Remote Sensing Dataset | 图像分割 | 47161 * 50141, 77470* 40650 | 3 | 2 | 4 | png | png | __ | __ | 航拍影像 | 航拍影像 | 2019 | __ | 2019 年县域农业大脑AI挑战赛赛题与数据-天池大赛-阿里云天池 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-48 | rscupseg | 图像分割 | 7200 * 6800 | 4 | 20 | 6 | tif | tif | 4m | __ | 卫星影像 | GF2 | 2019 | __ | http://rscup.bjxintong.com.cn/#/theme/3 | |
| 3-49 | 2020数字中国创新大赛 | 图像分割 | 4000± * 4000± | 3 | 8 | 1 | tif | tif | 0.8m | __ | 卫星影像 | GF2 | 2020 | __ | 2020数字中国创新大赛—应用赛1：建筑智能普查-天池大赛-阿里云天池 | |
| 3-50 | “华为云杯”2020人工智能创新应用大赛 | 图像分割 | 10391 * 33106、34612 * 29810 | 3 | 2 | 1 | png | png | 0.8m | __ | 卫星影像 | BJ2 | 2020 | __ | 华为云大赛平台 | |
| 3-51 | 2021全国数字生态创新大赛 | 图像分割 | 256 * 256 | 4 | 16017 | __ | tif | tif | 0.8~ 2m | __ | 卫星影像 | GF | 2021 | 浙江大学 | 2021全国数字生态创新大赛-智能算法赛-天池大赛-阿里云天池 | |
| 3-52 | LRSNY | 图像分割 | 1000 * 1000 | 3 | 1368 | __ | __ | __ | 0.5m | __ | 卫星影像 | __ | 2021 | IEEE | IEEE Xplore Full-Text PDF: | |
| 3-53 | gf2021 面向海洋一号可见光图像中海冰目标监测数据集 | 图像分割 | 512 * 512 | 3 | 2500+ | 1 | png | png | 50m | __ | 卫星影像 | HY1 | 2021 | 中科院 | 高分遥感图像解译软件大赛 | |
| 3-54 | rsipacseg | 图像分割 | 512 * 512 | 4 | 70000 | 9、47 | tif | png | 0.8~ 2m | __ | __ | __ | 2021 | 武汉大学 | http://rsipac.whu.edu.cn/subject_one | |
| 3-55 | 2021全国人工智能创新大赛-遥感图像耕地识别 | 图像分割 | 256 * 256 | 3 | 50000 | 1 | png | png | 1m | __ | __ | __ | 2021 | __ | 人工智能大赛_全国人工智能创新应用大赛-中国信息通信研究院 | |
| 3-56 | Salinas scene | 图像分割 | 512 * 217 | 224 | 1 | 16 | mat | mat | 3.7m | 10nm | 高光谱 | 机载可视红外成像光谱仪/ AVIRIS | 2011 | __ | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-57 | Salinas Ascene | 图像分割 | 83 * 86 | 224 | 1 | 6 | mat | mat | 3.7m | 10nm | 高光谱 | 机载可视红外成像光谱仪/ AVIRIS | 2011 | __ | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-58 | Pavia Centre scene | 图像分割 | 1096 * 1096 | 102 | 1 | 9 | mat | mat | 1.3m | 4.3nm | 航拍影像 | 机载反射光学光谱成像仪 /ROSIS | 2011 | Paviauniversity | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-59 | Pavia University scene | 图像分割 | 610 * 610 | 103 | 1 | 9 | mat | mat | 1.3m | 4.3nm | 高光谱 | 机载反射光学光谱成像仪/ ROSIS | 2011 | Paviauniversity | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-60 | Washington DCMALL | 图像分割 | 1280 * 307 | 191 | 1 | 7 | tif | tif | __ | 10nm | 高光谱 | 机载高光谱数据/ Hydice | 2013 | Spectral Information Technology | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-61 | Ikennedy Space Center | 图像分割 | 512 * 614 | 176 | 1 | 13 | mat | mat | 0.18m | 10nm | 高光谱 | 机载可视红外成像光谱仪/ AVIRIS | 2014 | Center for Space Research-The University of TexasatAustin | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-62 | Botswana | 图像分割 | 1476 * 256 | 145 | 1 | 14 | mat | mat | 30m | __ | 高光谱 | EO1 | 2014 | __ | Hyperspectral Remote Sensing Scenes - Grupo de Inteligencia Computacional (GIC) | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-63 | Indian Pines | 图像分割 | 145 * 145、614 * 1848、2678 * 614 | 224 | 3 | 16 | tif | tif | __ | 10nm | 高光谱 | 机载可视红外成像光谱仪/ AVIRIS | 2015 | Purdue University | PURR - Publications: 220 Band AVIRIS Hyperspectral Image Data Set: June 12, 1992 Indian Pine Test Site 3 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-64 | HyRANK | 图像分割 | 250± * 1000± | 176 | 5 | 14 | tif | tif | 30m | __ | 高光谱 | EO1 | 2018 | National Technical University of Athen | HyRANK Benchmark | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-65 | XiongAn hyperspectral dataset | 图像分割 | 3750 * 1580 | 250 | 1 | 19 | img | img | 0.5m | 2.4nm | 高光谱 | 机载高光谱数据/ GF专项航空系统全谱段多模态成像光谱仪 | 2019 | 中科院 | 雄安马蹄湾村航空高光谱遥感影像数据集_中国科学院遥感与数字地球研究所-高光谱遥感应用技术研究室 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-66 | AIR PolSAR Seg | 图像分割 | 512 * 512 | 4 | 500 | 6 | tiff | png | 8m | __ | SAR | __ | 2021 | 《雷达学报》编辑部 | 雷达学报 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 3-67 | gf2021 高分辨率SAR图像中近海养殖场分割数据集 | 图像分割 | 512 * 512, 1024 * 1024, 2048 * 2048 | 1 | 6000+ | 1 | png | png | 1~ 3m | __ | SAR | HS1、GF3 | 2021 | 中科院 | 高分遥感图像解译软件大赛 | |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 4-1 | SZTAKI INRIA Air Change | 变化检测 | 952 * 640 | 3 | 26 | 1 | bmp | bmp | 1.5m | __ | 卫星影像 | __ | 2009 | MTASZTAKI | MPLab Earth observation | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-2 | AIST Building Change Detection (fixed scale) | 变化检测 | 160 * 160 | 6 | 8506 | 1 | tif | csv | 0.4m | __ | 航拍影像 | 航拍影像 | 2017 | AIST | https://github.com/gistairc/ABCDdataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-3 | AIST Building Change Detection (resized) | 变化检测 | 128 * 128 | 3 | 8446 | 1 | tif | csv | 0.5m | __ | 航拍影像 | 航拍影像 | 2017 | AIST | https://github.com/gistairc/ABCDdataset | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-4 | WHU Building Change Detection Dataset | 变化检测 | 32207 * 15354 | 3 | 2 | 1 | tif | tif, shp | 0.2m | __ | 航拍影像 | 航拍影像 | 2018 | 武汉大学 | https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-5 | season varying | 变化检测 | 256 * 256 | 3 | 1600 | 1 | jpg | jpg | 0.03~ 1m | __ | 卫星影像 | GoogleEarth (DigitalGlobe) | 2018 | GosNIIAS | CDD Dataset (season-varying) Dataset | Papers With Code | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-6 | Onera Satellite Change Detection | 变化检测 | 600 * 600 | 13 | 48 | 1 | tif | tif, png | 10m | __ | 卫星影像 | Sentinel2 | 2018 | Universit´e Paris- Saclay | Onera Satellite Change Detection Dataset - Rodrigo Caye Daudt | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-7 | Multi temporal SceneWuHan | 变化检测 | 7200 * 6000 | 4 | 380 | 9 | tif | jpg | 1m | __ | 卫星影像 | IKONOS传感器 | 2019 | 武汉大学 | http://sigma.whu.edu.cn/newspage.php?q=2019_03_26 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-8 | High Resolution Semantic Change | 变化检测 | 10000 * 10000 | 3 | 291 | 6 | png | png | __ | __ | 航拍影像 | IGS’s BDORTHO database | 2020 | ETHZürich | High Resolution Semantic Change Detection Dataset - Rodrigo Caye Daudt | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-9 | xBD | 变化检测 | 1024 * 1024 | 3、4、8 | 22068 | 4 | png | json | __ | __ | 卫星影像 | DigitalGlobe | 2020 | MIT | xView2 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-10 | Google dataset | 变化检测 | 1000 * 1000~5000 * 5000 | 3 | 20 | 1 | tif | png | 0.55m | __ | 卫星影像 | GoogleEarth | 2020 | IEEE | https://github.com/daifeng2016/Change-Detection-Dataset-for-High-Resolution-Satellite-Imagery | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-11 | LEVIR CD | 变化检测 | 1024 * 1024 | 3 | 1274 | 1 | png | png | 0.5m | __ | 卫星影像 | GoogleEarth | 2020 | 北京航空航天大学 | LEVIR-CD | LEVIR-CD is a new large-scale remote sensing binary change detection dataset, which would help develop novel deep learning-based algorithms for remote sensing image change detection. | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-12 | SenseEarth Change Detection | 变化检测 | 512 * 512 | 3 | 7630 | 6 | png | png | 0.5~ 3m | __ | 卫星影像 | __ | 2020 | 商汤科技 | AI瞰世界·2020人工智能遥感解译大赛 - SenseTime|商汤科技 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-13 | SEmantic Change detectiON Data | 变化检测 | 512 * 512 | 3 | 9324 | 1 | png | png | __ | __ | 航拍影像 | 航拍影像 | 2020 | 武汉大学 | SCD | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-14 | Sentinel 2 Multitemporal Cities Pairs | 变化检测 | 600 * 600 | 14 | 3042 | __ | npy | self-supervised | 10m | __ | 卫星影像 | Sentinel2 | 2020 | Wageningen University | Sentinel-2 Multitemporal Cities Pairs | Zenodo | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-15 | SunYat SenUniversity CD | 变化检测 | 256 * 256 | 3 | 40000 | 1 | png | png | 0.5m | __ | 航拍影像 | 航拍影像 | 2021 | 中山大学 | https://github.com/liumency/SYSU-CD | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-16 | S2Looking | 变化检测 | 1024 * 1024 | 3 | 8000 | 1 | png | png | __ | __ | 航拍影像 | 国产自主产权系列卫星 | 2021 | 中科院 | 遥感人工智能算法竞赛平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-17 | LEVIR-CD2 | 变化检测 | 1024 * 1024 | 3 | 890 | 1 | png | png | __ | __ | 卫星影像 | GoogleEarth | 2021 | 中科院 | 遥感人工智能算法竞赛平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-18 | [飞粤云端2017]广东政务数据创新大赛 | 变化检测 | 3000~8106 * 15106 | 4 | 8 | 1 | tif | tif | 0.65m | __ | 卫星影像 | quickbird | 2017 | __ | [飞粤云端2017]广东政务数据创新大赛—智能算法赛赛题与数据-天池大赛-阿里云天池 | |
| 4-19 | rscupcd | 变化检测 | 960 * 960 | 4 | 44 | 1 | tif | tif | __ | __ | __ | __ | 2020 | __ | http://rscup.bjxintong.com.cn/#/theme/4 | |
| 4-20 | gf2021 高分辨率可见光图像中建筑物普查与变化检测数据集 | 变化检测 | 512 * 512 | 3 | 5000 | 1 | png | png | __ | __ | 卫星影像 | GF2, JL1 | 2021 | 中科院 | 高分遥感图像解译软件大赛 | |
| 4-21 | PRCV2021cd | 变化检测 | 512 * 512 | 3 | 16000 | 1 | png | png | __ | __ | __ | __ | 2021 | __ | 遥感图像智能解译技术挑战赛 | |
| 4-22 | rsipac2021cd | 变化检测 | 512 * 512 | 3 | 6388 | 1 | tif | png | 1~ 2m | __ | __ | __ | 2021 | 武汉大学 | http://rsipac.whu.edu.cn/subject_two | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-23 | Change Detection Dataset | 变化检测 | 984 * 740、600 * 500、390 * 200 | 224 | 6 | 3、5 | mat | mat | __ | __ | 高光谱 | 机载可视红外成像光谱仪/ AVIRIS，EO1Hyperion | 2019 | __ | Grupo Hiperespectral / Change Detection Dataset · GitLab | 飞桨AI Studio - 人工智能学习与实训社区 |
| 4-24 | river chang dataset | 变化检测 | 463 * 241 | 196 | 2 | 1 | mat | mat | 30m | 10nm | 高光谱 | EO1Hyperion | 2019 | 西北工业大学 | Qi Wang's Homepage-Northwestern Polytechnical University | 飞桨AI Studio - 人工智能学习与实训社区 |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 5-1 | Dstl Satellite Imagery Feature Detection | 实例分割 | 13348 * 3392、837 * 848、134 * 136 | 3、16 | 57 | 10 | tif | json | 0.31m, 1.24m, 7.5m | __ | 卫星影像 | WorldView3 | 2017 | DefenceScience&TechnologyLaboratory | Dstl Satellite Imagery Feature Detection | Kaggle | 飞桨AI Studio - 人工智能学习与实训社区 |
| 5-2 | Map Challenge | 实例分割 | 300 * 300 | 3 | 341058 | 1 | jpg | json | __ | __ | 卫星影像 | GoogleMap | 2018 | crowdAI | https://www.crowdai.org/challenges/mapping-challengehttps://www.jianshu.com/p/90efc39975da | 飞桨AI Studio - 人工智能学习与实训社区 |
| 5-3 | Open AI Tanzania Building Footprint Segmentation Challenge | 实例分割 | 40000± * 40000± | 3 | 13 | 3 | tif | json | __ | __ | 航拍影像 | 航拍影像 | 2018 | jordan | CodaLab - Competition | 飞桨AI Studio - 人工智能学习与实训社区 |
| 5-4 | Sentinel 2 Cloud Mask Catalogue | 实例分割 | 1022 * 1022 | 13 | 513 | 3 | npy | npy, shp | 20m | __ | 卫星影像 | Sentinel2 | 2020 | __ | Sentinel-2 Cloud Mask Catalogue | Zenodo | 飞桨AI Studio - 人工智能学习与实训社区 |
| 5-5 | CASIA-aircraft | 实例分割 | 399 * 399 | 3 | 40696 | 3 | jpg | xml | __ | __ | 卫星影像 | GoogleEarth | 2021 | 中科院 | 遥感人工智能算法竞赛平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 5-6 | CASIA-Ship | 实例分割 | 1680 * 913 | 3 | 791 | 1 | jpg | json | __ | __ | 卫星影像 | GoogleEarth | 2021 | 中科院 | 遥感人工智能算法竞赛平台 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 5-7 | Airbus Ship Detection Challenge | 实例分割 | 768 * 768 | 3 | 40000+ | 1 | jpg | csv | __ | __ | 航拍影像 | 航拍影像 | 2018 | Airbus | Airbus Ship Detection Challenge | Kaggle | |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 6-1 | MLRSNet | 多标签分类 | 256 * 256 | 3 | 109161 | 46 | jpg | csv | 0.1~ 10m | __ | 卫星影像 | GoogleEarth | 2020 | 中国地质大学 | MLRSNet: A Multi-label High Spatial Resolution Remote Sensing Dataset for Semantic Scene Understanding - Mendeley Data | 飞桨AI Studio - 人工智能学习与实训社区 |
| 6-2 | planet: understanding the amazon from space | 多标签分类 | 256 * 256 | 4 | 150000+ | 17 | tif, jpg | csv | 3~ 3.7m | __ | 卫星影像 | Planet | 2017 | planet | Planet: Understanding the Amazon from Space | Kaggle | |
| 6-3 | Big Earth Net | 多标签分类 | 120 * 12060 * 6020 * 20; | 3 | 590326 | 43 | tif | json | 10m, 20m, 60m | __ | 卫星影像 | Sentinel1, Sentinel2 | 2019 | 柏林工业大学 | BigEarthNet - A Large-Scale Sentinel Benchmark Archive | |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 7-1 | UAV123 | 目标跟踪 | 720 * 1280 | 3 | 110000 | 12 | jpg | txt | __ | __ | 航拍影像 | UAV (DJIS1000), UAVsimulator | 2017 | King Abdullah University of Scienceand Technology | A Benchmark and Simulator for UAV Tracking (Dataset) | IVUL | Image and Video Understanding Lab | 飞桨AI Studio - 人工智能学习与实训社区 |
| 7-2 | rscuptrc | 目标跟踪 | 1000± * 1000± | 3 | 6000 | 4 | jpg | txt | __ | __ | __ | __ | 2019 | __ | http://rscup.bjxintong.com.cn/#/theme/5 | |
| 7-3 | gf2021 高分辨率光学卫星视频中多目标跟踪数据集 | 目标跟踪 | 1920 * 1080 | 3 | 20000± | 2 | jpg | txt | 1~ 1.2m | __ | 卫星影像 | JL1 | 2021 | 中科院 | 高分遥感图像解译软件大赛 | |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | d | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 8-1 | UCM caption | 图像标题 | 256 * 256 | 3 | 2100 | 21 | tif | json | 1foot | __ | 卫星影像 | USGS National Map | 2016 | 中科院 | https://github.com/201528014227051/RSICD_optimal | 飞桨AI Studio - 人工智能学习与实训社区 |
| 8-2 | Sydney caption | 图像标题 | 500 * 500 | 3 | 613 | 7 | tif | json | 0.5m | __ | 卫星影像 | GoogleEarth | 2016 | 中科院 | https://github.com/201528014227051/RSICD_optimal | 飞桨AI Studio - 人工智能学习与实训社区 |
| 8-3 | RSICD | 图像标题 | 224 * 224 | 3 | 10921 | 30 | jpg | json | __ | __ | 卫星影像 | GoogleEarth, BaiduMap, MapABC, Tianditu | 2017 | IEEE | https://github.com/201528014227051/RSICD_optimal | 飞桨AI Studio - 人工智能学习与实训社区 |
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | __ | ||||
| 9-1 | Aerialto Map | 图像生成 | 600 * 600 | 3 | 2094 | __ | jpg | jpg | __ | __ | 卫星影像 | GoogleMaps | 2017 | UCBerkeley | https://github.com/phillipi/pix2pix | 飞桨AI Studio - 人工智能学习与实训社区 |
| 9-2 | SateHaze1k | 图像生成 | 512 * 512 | 3 | 1200 | __ | png | png | __ | __ | 卫星影像 | GF-2, GF-3 | 2017 | 清华大学 | https://www.dropbox.com/s/k2i3p7puuwl2g59/Haze1k.zip?dl=0 | 飞桨AI Studio - 人工智能学习与实训社区 |
| 9-3 | SEN12MS-CR | 图像生成 | 256 * 256 | 13, 2 | 122218 | __ | __ | __ | __ | __ | 卫星影像 | Sentinel1, Sentinel2 | 2020 | TUM | mediaTUM - Medien- und Publikationsserver |
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
183
0- 0
已为社区贡献2条内容
所有评论(0)