Junjue-Wang/LoveDA

해결하는 문제

LoveDA는 다양한 환경에서 토지 피복 유형을 더 잘 식별할 수 있도록 도와주는 고해상도 원격 탐사 데이터셋입니다. 특히 도시 중심지에서 학습한 모델이 농촌 지역과 같은 다른 지역에 적용되어도 정확하게 작동하도록 보장하는 '도메인 적응' 문제를 해결합니다.

작동 방식

이 프로젝트는 중국의 세 도시(난징, 창저우, 우한)에서 수집한 총 5,987장의 고해상도(0.3m) 이미지를 제공합니다. 이 이미지는 배경, 건물, 도로, 물, 황무지, 숲, 농지의 7개 레이블로 분류됩니다. 연구자들은 이러한 이미지를 사용하여 세그멘테이션 모델을 훈련하고 테스트하며, 이미지 내 모든 픽셀에 클래스 레이블을 할당하여 토지 피복을 매핑합니다.

대상 사용자

이 데이터셋은 원격 탐사용 컴퓨터 비전, 특히 세그멘테이션 및 비지도 도메인 적응에 집중하는 연구자 및 개발자를 대상으로 합니다.

주요 특징

• 고해상도: 이미지의 공간 해상도는 0.3미터입니다.
• 지리적 다양성: 도시와 농촌 환경의 대비에 초점을 맞춥니다.
• 복잡한 과제: 다중 스케일 객체, 복잡한 배경, 불균형한 클래스 분포를 포함하여 모델의 강건성을 테스트합니다.
• 통합: 인기 있는 라이브러리인 Torchgeo 및 MMsegmentation에 포함되어 있습니다.