遥感图像地物覆盖分类，数据集制作-分类模型对比-分类保姆级教程

总结了遥感图像场景分类的常用数据集

遥感地物分类多模态数据集

遥感图像场景分类数据集简介 【下载地址】遥感图像场景分类数据集简介 本资源集合致力于为遥感技术的研究者和开发者提供高质量的场景分类数据，特别适用于那些关注地表覆盖识别、城市规划、自然资源管理以及环境变化监测的项目。该数据集包含了两个主要部分，旨在支持遥感图像的分类任务，分别是UC Merced Land-Use数据集和N...

本文梳理了遥感地块高质量数据集，对数据格式进行了深入的探讨，并开放了几大数据集的下载地址

刚开始接触深度学习就是看的这个算法，想想当时连python语言都不会，虽然今天依旧咸鱼一条，但是也能用上网络做一点事情了，源码是北京邮电大学的道路识别比赛，采用的torch框架，也算是比较流行框架，网络结构还是端到端的下采样用resnet34，代码讲解想了解的可以看源码，本文主要介绍如何用自己的数据训练，以及训练自己数据中遇到的一些问题。 torch中自带训练好的模型，调用也很简单，获取每一层的数据直接调用即可。 from torchvision import models resnet = m...

GDAL修复Landsat ETM+影像条带Landsat7 ETM+卫星影像由于卫星传感器故障，导致此后获取的影像出现了条带。如下图所示, 影像中均匀的布满条带。使用GDAL修复影像条带的代码如下：def gdal_repair(tif_name, out_name, bands):"""tif_name(string): 源影像名out_name(string): 输出影像名bands(int...

达摩院AI Earth团队自研的中国区10m分辨率地物分类产品，数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集，借助深度学习方法，融合了多时序、多模态、Low Level约束、半监督等技术，进行精细化地物分割。算法基于LandCoverNet Dataset, Google Dynamic Dataset和自研验证集进行统计评测，整体精度指标均达到一定提升。AI EarthSentinel地物分类中国年度产品。