Junjue-Wang/LoveDA

何を解決するか

LoveDA は、異なる環境間で土地被覆タイプをより正確に識別できるようにするための高解像度リモートセンシングデータセットです。特に、ある地域（たとえば都市部）で訓練されたモデルが、別の地域（たとえば農村部）でも正確に動作するようにする「ドメイン適応」の課題に対処しています。

仕組み

このプロジェクトでは、中国の3都市（南京、常州、武漢）から得られた5,987枚の高解像度（0.3m）画像を提供しています。これらの画像は、背景、建物、道路、水、裸地、森林、農地の7つのラベルに分類されています。研究者はこれらの画像を使って、画像内のすべてのピクセルにクラスラベルを割り当てるセマンティックセグメンテーションモデルを訓練およびテストします。

対象ユーザー

このデータセットは、リモートセンシングのコンピュータビジョンに取り組む研究者や開発者、特にセマンティックセグメンテーションおよび教師なしドメイン適応に注力する人々を対象としています。

特徴

• 高解像度：画像の空間解像度は0.3メートルです。
• 地理的多様性：都市部と農村部の対比に焦点を当てています。
• 複雑な課題：マルチスケールのオブジェクト、複雑な背景、不均一なクラス分布を含み、モデルの堅牢性を検証します。
• 統合：Torchgeo や MMsegmentation などの人気ライブラリに統合されています。