Görselleştirme : Verilerinizi keşfedin
Açıklama :
BigEarthNet, 590.326 Sentinel-2 görüntü yamasından oluşan yeni bir büyük ölçekli Sentinel-2 kıyaslama arşividir. Yerdeki görüntü parçası boyutu, kanal çözünürlüğüne bağlı olarak değişen görüntü boyutuyla 1,2 x 1,2 km'dir. Bu, 43 dengesiz etikete sahip çok etiketli bir veri kümesidir.
BigEarthNet'i oluşturmak için, başlangıçta Avrupa'nın 10 ülkesinden (Avusturya, Belçika, Finlandiya, İrlanda, Kosova, Litvanya, Lüksemburg, Portekiz, Sırbistan, İsviçre) Haziran 2017 ile Mayıs 2018 arasında alınan 125 Sentinel-2 karosu seçildi. Tüm karolar, Sentinel-2 Level 2A ürün oluşturma ve biçimlendirme aracı (sen2cor) tarafından atmosferik olarak düzeltildi. Daha sonra, 590.326 örtüşmeyen görüntü parçasına ayrıldılar. Her görüntü yaması, 2018 yılının CORINE Arazi Örtüsü veri tabanından (CLC 2018) sağlanan çoklu arazi örtüsü sınıfları (yani çoklu etiketler) tarafından açıklanmıştır.
Metre cinsinden bantlar ve piksel çözünürlüğü:
- B01: Kıyı aerosolü; 60m
- B02: Mavi; 10m
- B03: Yeşil; 10m
- B04: Kırmızı; 10m
- B05: Bitki örtüsü kırmızı kenarı; 20m
- B06: Bitki örtüsü kırmızı kenarı; 20m
- B07: Bitki örtüsü kırmızı kenarı; 20m
- B08: NIR; 10m
- B09: Su buharı; 60m
- B11: SWIR; 20m
- B12: SWIR; 20m
- B8A: Dar NIR; 20m
Lisans: Community Data License Agreement - Permissive, Sürüm 1.0.
URL: http://bigearth.net/
Anasayfa : http://bigearth.net
Kaynak kodu :
tfds.datasets.bigearthnet.Builder
sürümler :
-
1.0.0
(varsayılan): Yeni bölünmüş API ( https://tensorflow.org/datasets/splits )
-
İndirme boyutu :
65.22 GiB
Otomatik önbelleğe alınmış ( belgeleme ): Hayır
bölmeler :
Bölmek | örnekler |
---|---|
'train' | 590.326 |
- Alıntı :
@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 (varsayılan yapılandırma)
Yapılandırma açıklaması : Sentinel-2 RGB kanalları
Veri kümesi boyutu :
14.07 GiB
Özellik yapısı :
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),
}),
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Tanım |
---|---|---|---|---|
ÖzelliklerDict | ||||
dosya adı | Metin | sicim | ||
görüntü | resim | (120, 120, 3) | uint8 | |
etiketler | Sıra(SınıfEtiketi) | (Hiçbiri,) | int64 | |
meta veri | ÖzelliklerDict | |||
meta veri/edinme_tarihi | Metin | sicim | ||
meta veriler/koordinatlar | ÖzelliklerDict | |||
meta veri/koordinatlar/lrx | tensör | int64 | ||
meta veri/koordinatlar/lry | tensör | int64 | ||
meta veri/koordinatlar/ulx | tensör | int64 | ||
meta veri/koordinatlar/uly | tensör | int64 | ||
meta veri/projeksiyon | Metin | sicim | ||
meta veri/tile_source | Metin | sicim |
Denetlenen anahtarlar (Bkz
as_supervised
doc ):('image', 'labels')
Şekil ( tfds.show_examples ):
- Örnekler ( tfds.as_dataframe ):
büyük dünya ağı/tümü
Yapılandırma açıklaması : 13 Sentinel-2 kanalı
Veri kümesi boyutu :
176.63 GiB
Özellik yapısı :
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),
}),
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Tanım |
---|---|---|---|---|
ÖzelliklerDict | ||||
B01 | tensör | (20, 20) | şamandıra32 | |
B02 | tensör | (120, 120) | şamandıra32 | |
B03 | tensör | (120, 120) | şamandıra32 | |
B04 | tensör | (120, 120) | şamandıra32 | |
B05 | tensör | (60, 60) | şamandıra32 | |
B06 | tensör | (60, 60) | şamandıra32 | |
B07 | tensör | (60, 60) | şamandıra32 | |
B08 | tensör | (120, 120) | şamandıra32 | |
B09 | tensör | (20, 20) | şamandıra32 | |
B11 | tensör | (60, 60) | şamandıra32 | |
B12 | tensör | (60, 60) | şamandıra32 | |
B8A | tensör | (60, 60) | şamandıra32 | |
dosya adı | Metin | sicim | ||
etiketler | Sıra(SınıfEtiketi) | (Hiçbiri,) | int64 | |
meta veri | ÖzelliklerDict | |||
meta veri/edinme_tarihi | Metin | sicim | ||
meta veriler/koordinatlar | ÖzelliklerDict | |||
meta veri/koordinatlar/lrx | tensör | int64 | ||
meta veri/koordinatlar/lry | tensör | int64 | ||
meta veri/koordinatlar/ulx | tensör | int64 | ||
meta veri/koordinatlar/uly | tensör | int64 | ||
meta veri/projeksiyon | Metin | sicim | ||
meta veri/tile_source | Metin | sicim |
Denetlenen anahtarlar (Bkz
as_supervised
doc ):None
Şekil ( tfds.show_examples ): Desteklenmiyor.
Örnekler ( tfds.as_dataframe ):