DeepGlobe卫星图像土地覆盖分类数据集
数据来源：互联网公开数据
标签：卫星图像,土地覆盖,遥感,图像分类,计算机视觉,深度学习,DeepGlobe,挑战赛,地理信息系统
数据概述：
本数据集源于DeepGlobe挑战赛的土地覆盖分类项目。原始数据集经过了筛选和裁剪，遵循Lei等人的研究方法。数据集包含通过卫星图像获取的全球土地覆盖信息，为计算机视觉和遥感领域的图像分类任务提供了重要的研究基础。
数据用途概述：
该数据集主要用于训练和评估土地覆盖分类算法，例如基于深度学习的图像分析模型。研究人员可以使用该数据集进行土地利用类型识别、环境监测、城市规划等方面的研究。此外，该数据集也适用于计算机视觉、遥感、地理信息系统等相关领域的教学和学术研究，为探索卫星图像分析和处理技术提供了实践平台。
参考文献：
如果基于该数据集进行研究，请引用原始论文：
@InProceedings{DeepGlobe18,
author = {Demir, Ilke and Koperski, Krzysztof and Lindenbaum, David and Pang, Guan and Huang, Jing and Basu, Saikat and Hughes, Forest and Tuia, Devis and Raskar, Ramesh},
title = {DeepGlobe 2018: A Challenge to Parse the Earth Through Satellite Images},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},
month = {June},
year = {2018}
}
