- Keterangan :
BigEarthNet adalah arsip benchmark Sentinel-2 berskala besar baru, yang terdiri dari 590.326 patch gambar Sentinel-2. Ukuran patch gambar di lapangan adalah 1,2 x 1,2 km dengan ukuran gambar bervariasi tergantung resolusi saluran. Ini adalah kumpulan data multi-label dengan 43 label tidak seimbang.
Untuk membangun BigEarthNet, 125 ubin Sentinel-2 yang diperoleh antara Juni 2017 dan Mei 2018 di 10 negara (Austria, Belgia, Finlandia, Irlandia, Kosovo, Lituania, Luksemburg, Portugal, Serbia, Swiss) di Eropa pada awalnya dipilih. Semua ubin dikoreksi secara atmosferik oleh alat pembuatan dan pemformatan produk Sentinel-2 Level 2A (sen2cor). Kemudian, mereka dibagi menjadi 590.326 patch gambar yang tidak tumpang tindih. Setiap patch gambar diberi anotasi berdasarkan beberapa kelas tutupan lahan (yaitu multi-label) yang disediakan dari database CORINE Land Cover tahun 2018 (CLC 2018).
Resolusi pita dan piksel dalam meter:
- B01: Aerosol pesisir; 60m
- B02: Biru; 10m
- B03: Hijau; 10m
- B04: Merah; 10m
- B05: Vegetasi tepi merah; 20m
- B06: Vegetasi tepi merah; 20m
- B07: Vegetasi tepi merah; 20m
- B08: NIR; 10m
- B09: Uap air; 60m
- B11: PUTAR; 20m
- B12: PUTAR; 20m
- B8A: NIR Sempit; 20m
Lisensi: Perjanjian Lisensi Data Komunitas - Permisif, Versi 1.0.
URL: http://bigearth.net/
Dokumentasi Tambahan : Jelajahi Makalah Dengan Kode
Beranda : http://bigearth.net
Kode sumber :
tfds.datasets.bigearthnet.Builder
Versi :
-
1.0.0
(default): API terpisah baru ( https://tensorflow.org/datasets/splits )
-
Ukuran unduhan :
65.22 GiB
Cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 590.326 |
- Kutipan :
@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 (konfigurasi default)
Deskripsi konfigurasi : Saluran Sentinel-2 RGB
Ukuran kumpulan data :
14.07 GiB
Struktur fitur :
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),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Tipe D | Keterangan |
---|---|---|---|---|
FiturDict | ||||
nama file | Teks | rangkaian | ||
gambar | Gambar | (120, 120, 3) | uint8 | |
label | Urutan (Label Kelas) | (Tidak ada,) | int64 | |
metadata | FiturDict | |||
metadata/tanggal_akuisisi | Teks | rangkaian | ||
metadata/koordinat | FiturDict | |||
metadata/koordinat/lrx | Tensor | int64 | ||
metadata/koordinat/lry | Tensor | int64 | ||
metadata/koordinat/ulx | Tensor | int64 | ||
metadata/koordinat/uly | Tensor | int64 | ||
metadata/proyeksi | Teks | rangkaian | ||
metadata/tile_source | Teks | rangkaian |
Kunci yang diawasi (Lihat dokumen
as_supervised
):('image', 'labels')
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
bigearthnet/semua
Deskripsi konfigurasi : 13 saluran Sentinel-2
Ukuran kumpulan data :
176.63 GiB
Struktur fitur :
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),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Tipe D | Keterangan |
---|---|---|---|---|
FiturDict | ||||
B01 | Tensor | (20, 20) | float32 | |
B02 | Tensor | (120, 120) | float32 | |
B03 | Tensor | (120, 120) | float32 | |
B04 | Tensor | (120, 120) | float32 | |
B05 | Tensor | (60, 60) | float32 | |
B06 | Tensor | (60, 60) | float32 | |
B07 | Tensor | (60, 60) | float32 | |
B08 | Tensor | (120, 120) | float32 | |
B09 | Tensor | (20, 20) | float32 | |
B11 | Tensor | (60, 60) | float32 | |
B12 | Tensor | (60, 60) | float32 | |
B8A | Tensor | (60, 60) | float32 | |
nama file | Teks | rangkaian | ||
label | Urutan (Label Kelas) | (Tidak ada,) | int64 | |
metadata | FiturDict | |||
metadata/tanggal_akuisisi | Teks | rangkaian | ||
metadata/koordinat | FiturDict | |||
metadata/koordinat/lrx | Tensor | int64 | ||
metadata/koordinat/lry | Tensor | int64 | ||
metadata/koordinat/ulx | Tensor | int64 | ||
metadata/koordinat/uly | Tensor | int64 | ||
metadata/proyeksi | Teks | rangkaian | ||
metadata/tile_source | Teks | rangkaian |
Kunci yang diawasi (Lihat dokumen
as_supervised
):None
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):