文件名称：DiRS
文件大小：126.38MB
文件格式：ZIP
更新时间：2024-04-19 11:08:37
HTML
DiRS：创建用于遥感图像解释的基准数据集 过去十年见证了遥感（RS）图像解释及其广泛应用的巨大进步。 随着RS图像变得比以往任何时候都更容易使用，对这些图像的自动解释的需求也越来越大，其中基准数据集是开发和测试智能解释算法的必要先决条件。 在回顾了RS图像解释研究社区中的现有基准数据集之后，本文讨论了如何有效准备适用于RS图像分析的基准数据集的问题。 具体来说，我们首先通过文献计量分析来分析开发用于RS图像解释的智能算法的当前挑战。 然后，我们以有效的方式提出了一些原则，即多样性，丰富性和可伸缩性（称为DiRS）。 遵循DiRS原理，我们还提供了有关构建用于RS图像分类的数据集的示例，即Million-AID，这是一个新的大规模基准数据集，其中包含用于RS场景分类的百万个实例。 最后讨论了RS图像标注中的一些挑战和观点，以促进基准数据集构建的研究。 我们确实希望本文能够为RS社区提供有关
【文件预览】：
DiRS-master
----bootstrap()
--------js()
--------fonts()
--------css()
----index.html(44KB)
----.gitattributes(58B)
----README.md(3KB)
----css()
--------mystyle.css(401B)
----_config.yml(26B)
----files()
--------PPT.pdf(12.81MB)
--------DiRS-Head.jpg(93KB)
--------Million-AID-Head.jpg(176KB)
--------M-AID.jpg(371KB)
--------Paper.pdf(21.48MB)
--------SceneAcquisition.jpg(428KB)
--------Million-AID-Display.jpg(1.24MB)
--------PPT-Head.jpg(88KB)
--------MAID_ClsNet.jpg(2.39MB)
--------Lines.jpg(752KB)
--------DiRS.jpg(168KB)
--------TagCloud.jpg(1.63MB)
--------PPT.jpg(315KB)
--------Points.jpg(643KB)
--------CoordinatesCollection.jpg(629KB)
--------Million-AID.jpg(84.89MB)