如何制作用于遥感影像分类的高分辨率遥感影像数据集?
2018-03-07 16:02
573 查看
How to make high resolution remote sensing image dataset?
github地址
0.引言
根据自身需要制作遥感影像数据还是很具有现实意义:
第一,高分辨率遥感影像数据集目前整体上是缺乏的,主流的有UC-Merced dataset,WHU-RS dataset,RSSCN7 dataset以及2017年由武汉大学制作的目前最大包括10000张30类的高分影像的AID数据集。
第二,主流数据集缺乏地区特点,比如针对合肥地区的地物做分类,我希望的我数据集尽可能接近我可能使用的测试数据集。人工制作数据集的工作量虽然比较大,但是结果会相对准确。
第三,扩充地物类型,AID数据集目前也只有30类,地物类别缺乏。
第四,设计高分遥感数据集,更有利于模型训练,遥感影像数据集必须要面临的一个很重要的问题就是标签样本数据缺乏的问题,相对来说,使用迁移学习的预训练模型效果会好一些,我使用过的Inception-v3做高分分类效果就很好。
1.制作流程
1.1 目标地区的遥感影像获取
使用LocalSpaceViewer来获取谷歌影像数据:
下载类型选择谷歌影像,这个影像是多个数据源的叠加影像,更准确。
下载级别建议采用16,这样分块后的图片大小是256*256,是非常适合做场景数据集的。
截取区域的选取和要分类的数据源以及要分类的类别有关。
1.2 遥感影像的选取原则
1.Higher intra-class variations
2.Smaller inter-class dissimilarity
3.Relative large-scale dataset
以上三个原则是我们选取分类场景影像最重要的指标,也就是类间的差距要小,类内的差距要大,另外就是相对比较大的标签数据量,这三个同时考虑了模型的泛化能力。
Buildings(类内差距要大)
Greenbelt Water Farmland类间差距要小,类间相似性要高
1.3 标签分类与图片编号
尽量多分类,我这次做的合肥地区的遥感影像数据集并没有做很大,只有5类地物,每类100张左右。
图片编号可使用FasStone Image View进行统一名称替换就可以。
至此就完成了数据集的制作,自制的高分影像数据集对于我们做特定地区的图像分类问题很有意义。
我制作的合肥地区的高分辨率遥感影像数据数据集在我的github上,欢迎关注!!!
github地址
0.引言
根据自身需要制作遥感影像数据还是很具有现实意义:
第一,高分辨率遥感影像数据集目前整体上是缺乏的,主流的有UC-Merced dataset,WHU-RS dataset,RSSCN7 dataset以及2017年由武汉大学制作的目前最大包括10000张30类的高分影像的AID数据集。
第二,主流数据集缺乏地区特点,比如针对合肥地区的地物做分类,我希望的我数据集尽可能接近我可能使用的测试数据集。人工制作数据集的工作量虽然比较大,但是结果会相对准确。
第三,扩充地物类型,AID数据集目前也只有30类,地物类别缺乏。
第四,设计高分遥感数据集,更有利于模型训练,遥感影像数据集必须要面临的一个很重要的问题就是标签样本数据缺乏的问题,相对来说,使用迁移学习的预训练模型效果会好一些,我使用过的Inception-v3做高分分类效果就很好。
1.制作流程
1.1 目标地区的遥感影像获取
使用LocalSpaceViewer来获取谷歌影像数据:
下载类型选择谷歌影像,这个影像是多个数据源的叠加影像,更准确。
下载级别建议采用16,这样分块后的图片大小是256*256,是非常适合做场景数据集的。
截取区域的选取和要分类的数据源以及要分类的类别有关。
1.2 遥感影像的选取原则
1.Higher intra-class variations
2.Smaller inter-class dissimilarity
3.Relative large-scale dataset
以上三个原则是我们选取分类场景影像最重要的指标,也就是类间的差距要小,类内的差距要大,另外就是相对比较大的标签数据量,这三个同时考虑了模型的泛化能力。
Buildings(类内差距要大)
Greenbelt Water Farmland类间差距要小,类间相似性要高
1.3 标签分类与图片编号
尽量多分类,我这次做的合肥地区的遥感影像数据集并没有做很大,只有5类地物,每类100张左右。
图片编号可使用FasStone Image View进行统一名称替换就可以。
至此就完成了数据集的制作,自制的高分影像数据集对于我们做特定地区的图像分类问题很有意义。
我制作的合肥地区的高分辨率遥感影像数据数据集在我的github上,欢迎关注!!!
相关文章推荐
- 【图像拼接】遥感影像镶嵌线生成-如何根据影像自身特点生成完整的镶嵌线网络
- mysql 中 character set 与 collation 的点滴理解(collation即比对方法,用于对应字符集的数据集如何排序以及字符串的比对规则)
- jquery瀑布流布局插件,兼容ie6不支持下拉加载,用于制作分类卡
- 深度学习caffe平台--制作自己.lmdb格式数据集及分类标签文件
- 文献《基于图分割的高分辨率遥感影像建筑物变化检测研究》的阅读笔记
- 国外遥感影像如何下载之利用USGS网站影像下载无需JAVA
- 制作VOC2007数据集用于Faster-RCNN训练
- 遥感影像分类基本流程
- 读书笔记之《基于深度学习的高分辨率遥感图像识别与分类研究》
- MIT 与 Facebook 用于动作分类和定位的大规模视频数据集的标注方法
- 遥感影像LUCC分类方法综述
- 库的使用与生成+库的分类+如何制作库+如何使用库+动态编译与静态编译+如何配置针对arm的开发工具链
- 如何制作一个ActiveX控件,并注册和发布,用于web上!(2)
- 遥感影像的人工神经网络分类
- 深度学习遥感影像分类之数据集批量准备
- 深度学习caffe平台--制作自己.lmdb格式数据集及分类标签文件
- ENVI遥感图像监督分类与出图制作
- 如何使用Cocos2d-x 3.0制作基于tilemap的游戏:第一部分 分类: Cocos2d-x 2015-02-07 14:10 136人阅读 评论(0) 收藏
- 高分辨率遥感影像应用研究----道路提取
- 高光谱遥感影像空谱特征提取与分类 方法研究