- Opis :
BigEarthNet to nowe, wielkoskalowe archiwum testów porównawczych Sentinel-2, składające się z 590 326 poprawek obrazów Sentinel-2. Rozmiar plamy obrazu na ziemi wynosi 1,2 x 1,2 km przy zmiennej wielkości obrazu w zależności od rozdzielczości kanału. Jest to zbiór danych składający się z wielu etykiet i 43 niezrównoważonych etykiet.
Do budowy sieci BigEarthNet początkowo wybrano 125 płytek Sentinel-2 zakupionych w okresie od czerwca 2017 r. do maja 2018 r. w 10 krajach Europy (Austria, Belgia, Finlandia, Irlandia, Kosowo, Litwa, Luksemburg, Portugalia, Serbia, Szwajcaria). Wszystkie płytki zostały skorygowane pod względem atmosfery za pomocą narzędzia do generowania i formatowania produktu Sentinel-2 Level 2A (sen2cor). Następnie podzielono je na 590 326 nienakładających się na siebie fragmentów obrazu. Każdy fragment obrazu został opatrzony adnotacjami wielu klas pokrycia terenu (tj. wielu etykiet) dostarczonych z bazy danych CORINE Land Cover z roku 2018 (CLC 2018).
Pasma i rozdzielczość pikseli w metrach:
- B01: Aerozol przybrzeżny; 60 m
- B02: Niebieski; 10 m
- B03: Zielony; 10 m
- B04: Czerwony; 10 m
- B05: Czerwona krawędź roślinności; 20 m
- B06: Czerwona krawędź roślinności; 20 m
- B07: Czerwona krawędź roślinności; 20 m
- B08: NIR; 10 m
- B09: Para wodna; 60 m
- B11: SWIR; 20 m
- B12: SWIR; 20 m
- B8A: wąski NIR; 20 m
Licencja: Umowa licencyjna dotycząca danych społeczności — zezwalająca, wersja 1.0.
Adres URL: http://bigearth.net/
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : http://bigearth.net
Kod źródłowy :
tfds.datasets.bigearthnet.Builder
Wersje :
-
1.0.0
(domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pobierania :
65.22 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Podział | Przykłady |
---|---|
'train' | 590 326 |
- Cytat :
@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 (konfiguracja domyślna)
Opis konfiguracji : Sentinel-2 kanały RGB
Rozmiar zbioru danych :
14.07 GiB
Struktura funkcji :
FeaturesDict({
'filename': Text(shape=(), dtype=string),
'image': Image(shape=(120, 120, 3), dtype=uint8),
'labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=43)),
'metadata': FeaturesDict({
'acquisition_date': Text(shape=(), dtype=string),
'coordinates': FeaturesDict({
'lrx': int64,
'lry': int64,
'ulx': int64,
'uly': int64,
}),
'projection': Text(shape=(), dtype=string),
'tile_source': Text(shape=(), dtype=string),
}),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
Nazwa pliku | Tekst | strunowy | ||
obraz | Obraz | (120, 120, 3) | uint8 | |
etykiety | Sekwencja (etykieta klasy) | (Nic,) | int64 | |
metadane | FunkcjeDykt | |||
metadane/data_pozyskania | Tekst | strunowy | ||
metadane/współrzędne | FunkcjeDykt | |||
metadane/współrzędne/lrx | Napinacz | int64 | ||
metadane/współrzędne/lry | Napinacz | int64 | ||
metadane/współrzędne/ulx | Napinacz | int64 | ||
metadane/współrzędne/uly | Napinacz | int64 | ||
metadane/projekcja | Tekst | strunowy | ||
metadane/tile_source | Tekst | strunowy |
Klucze nadzorowane (zobacz dokument
as_supervised
):('image', 'labels')
Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
bigearthnet/wszystko
Opis konfiguracji : 13 kanałów Sentinel-2
Rozmiar zbioru danych :
176.63 GiB
Struktura funkcji :
FeaturesDict({
'B01': Tensor(shape=(20, 20), dtype=float32),
'B02': Tensor(shape=(120, 120), dtype=float32),
'B03': Tensor(shape=(120, 120), dtype=float32),
'B04': Tensor(shape=(120, 120), dtype=float32),
'B05': Tensor(shape=(60, 60), dtype=float32),
'B06': Tensor(shape=(60, 60), dtype=float32),
'B07': Tensor(shape=(60, 60), dtype=float32),
'B08': Tensor(shape=(120, 120), dtype=float32),
'B09': Tensor(shape=(20, 20), dtype=float32),
'B11': Tensor(shape=(60, 60), dtype=float32),
'B12': Tensor(shape=(60, 60), dtype=float32),
'B8A': Tensor(shape=(60, 60), dtype=float32),
'filename': Text(shape=(), dtype=string),
'labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=43)),
'metadata': FeaturesDict({
'acquisition_date': Text(shape=(), dtype=string),
'coordinates': FeaturesDict({
'lrx': int64,
'lry': int64,
'ulx': int64,
'uly': int64,
}),
'projection': Text(shape=(), dtype=string),
'tile_source': Text(shape=(), dtype=string),
}),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDykt | ||||
B01 | Napinacz | (20, 20) | pływak32 | |
B02 | Napinacz | (120, 120) | pływak32 | |
B03 | Napinacz | (120, 120) | pływak32 | |
B04 | Napinacz | (120, 120) | pływak32 | |
B05 | Napinacz | (60, 60) | pływak32 | |
B06 | Napinacz | (60, 60) | pływak32 | |
B07 | Napinacz | (60, 60) | pływak32 | |
B08 | Napinacz | (120, 120) | pływak32 | |
B09 | Napinacz | (20, 20) | pływak32 | |
B11 | Napinacz | (60, 60) | pływak32 | |
B12 | Napinacz | (60, 60) | pływak32 | |
B8A | Napinacz | (60, 60) | pływak32 | |
Nazwa pliku | Tekst | strunowy | ||
etykiety | Sekwencja (etykieta klasy) | (Nic,) | int64 | |
metadane | FunkcjeDykt | |||
metadane/data_pozyskania | Tekst | strunowy | ||
metadane/współrzędne | FunkcjeDykt | |||
metadane/współrzędne/lrx | Napinacz | int64 | ||
metadane/współrzędne/lry | Napinacz | int64 | ||
metadane/współrzędne/ulx | Napinacz | int64 | ||
metadane/współrzędne/uly | Napinacz | int64 | ||
metadane/projekcja | Tekst | strunowy | ||
metadane/tile_source | Tekst | strunowy |
Klucze nadzorowane (zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):