标记遥感影像中所有可见内容！大规模、多任务遥感影像解译数据集Satlas
Satlas是一个大规模的、多任务的数据集，该数据集中的标签与许多重要的地球监测应用有关。在城市地区遥感影像中，可以识别未绘制地图的道路和建筑，并将它们合并到数字地图数据集中，并监测城市扩张。在工业区的影像中，可以对太阳能发电厂和风力涡轮机进行分类，以跟踪可再生能源部署的进展。在冰川和森林的影像中，我们可以监测到缓慢的自然变化，如冰川的损失和森林砍伐。
Satlas的目标：标记遥感影像中所有可见内容。
Satlas以三种方式改进现有数据集：
规模：Satlas包含的图像像素比现有最大的数据集FMoW多10倍，同时覆盖了地球更广（x50倍）。
多模态的标签：现有数据集的标签是单模态的，例如只关注分类或只关注目标检测。Satlas的标签横跨七种模式；此外，它们包括137个类别，比现有最大的数据集多2倍。
空间-时间性对应：标注标签与地理坐标（即经纬度位置）和时间范围有关，而不是与单个遥感图像挂钩。
Satlas中七种标签模式的示例标签：
Satlas中137个标签的分类：
Satlas大型遥感数据集：
Satlas高达2.9亿标签
Satlas结合了高分辨率NAIP和中分辨率Sentinel-2影像，它们表现出非常不同的特征：
Satlas的地理覆盖范围（明亮像素表示数据集中图像和标签覆盖的位置）：
团队提出了SatNet，这是一个统一的模型，支持Satlas中所有标签模式的预测。
团队将SatNet与Satlas上的八个基线进行了比较。没有一个基线能够处理所有Satlas标签模式。在七种标签模式中，SatNet能够在每种模式上单独训练时匹配或超过最先进的专用基线方法，验证了SatNet作为统一模型的有效性，可以应用于各种遥感任务。
在SATLAS测试集上的定性结果
数据集将在2023年1月发布。
Satlas数据链接：https://satlas.allenai.org/
论文链接：https://arxiv.org/pdf/2211.15660.pdf
文章来源：satlas.allenai及satlas论文
部分内容由谷歌翻译，原版可点击文末阅读原文跳转查看
- END -
国内首个科学数据搜索引擎，让你不再为数据获取发愁
干掉卫星、无人机？只用气球就能获取10厘米分辨率遥感影像
超全！工作学习中常用的遥感、地理、生态等数据下载平台汇总
通过遥感数据融合提升地面激光扫描