satellite-image-deep-learning/datasets

해결하는 문제

위성 또는 항공 이미지 딥러닝 프로젝트에 적합한 데이터셋을 찾는 것은 시간이 많이 걸릴 수 있습니다. 이 저장소는 이러한 데이터셋을 한곳에 모아 연구자와 개발자가 여러 소스를 뒤지지 않고 필요한 것을 빠르게 찾을 수 있도록 합니다.

작동 방식

이 프로젝트는 수동으로 선별된 목록을 섹션으로 나누어 유지합니다: 일반 데이터셋 컬렉션, 원격 감지 데이터 허브(AWS Open Data 및 Google Earth Engine 등), 그리고 Sentinel-1(레이더) 및 Sentinel-2(광학) 이미지 전용 목록입니다. 각 항목에는 직접 링크가 포함되며, 가능한 경우 데이터셋의 내용이나 대상 작업(예: 변화 감지, 초해상도, 분류)에 대한 간단한 설명이 포함됩니다. 브라우저의 찾기 기능(Control+F)을 사용하여 페이지를 검색하고 특정 논문 이름이나 주제를 찾을 수 있습니다.

대상 독자

토지 피복 매핑, 환경 모니터링, 농업, 재해 대응, 객체 감지 등 위성 또는 항공 이미지와 관련된 문제를 다루는 연구자, 데이터 과학자, 머신러닝 엔지니어. 특히 벤치마크나 전문 데이터셋을 빠르게 찾아야 하는 사람들에게 유용합니다.

주요 특징

• Sentinel-1(SAR) 및 Sentinel-2(광학) 이미지와 일반 원격 감지 리소스를 모두 다룹니다.
• AWS Registry of Open Data 및 Google Earth Engine과 같은 주요 데이터 허브에 연결합니다.
• 홍수 감지, 작물 분류, 구름 제거, 선박 감지, 산림 모니터링 등 다양한 작업을 위한 데이터셋을 포함합니다.
• 추가 맥락을 위해 논문 및 저장소에 대한 직접 링크를 제공합니다.
• 간단한 검색 가능 형식—Control+F를 사용하여 특정 데이터셋이나 논문을 찾기만 하면 됩니다.