satellite-image-deep-learning/datasets

它解决的问题

为卫星或航空影像深度学习项目找到合适的数据集可能非常耗时。这个仓库将许多此类数据集集中在一个地方，使研究人员和开发人员能够快速找到所需内容，而无需在多个来源中搜索。

工作原理

该项目维护一个手工策划的列表，分为几个部分：通用数据集集合、遥感数据枢纽（如AWS Open Data和Google Earth Engine），以及专门针对Sentinel-1（雷达）和Sentinel-2（光学）影像的列表。每个条目包含直接链接，并在可用时提供数据集内容或所针对任务的简短描述（例如，变化检测、超分辨率、分类）。您可以使用浏览器的查找功能（Control+F）搜索页面，以定位特定的论文名称或主题。

适用对象

研究人员、数据科学家和机器学习工程师，他们处理涉及卫星或航空影像的问题，如土地覆盖测绘、环境监测、农业、灾害响应和目标检测。对于需要快速找到基准或专门数据集的人来说，这尤其有用。

亮点

• 涵盖Sentinel-1（SAR）和Sentinel-2（光学）影像，以及通用遥感资源。
• 链接到主要数据枢纽，如AWS开放数据注册表和Google Earth Engine。
• 包含许多任务的数据集：洪水检测、作物分类、云去除、船舶检测、森林监测等。
• 提供论文和仓库的直接链接，以便进一步了解上下文。
• 简单的可搜索格式——只需使用Control+F即可找到特定数据集或论文。