|  | --- | 
					
						
						|  | license: cc-by-4.0 | 
					
						
						|  | task_categories: | 
					
						
						|  | - computer-vision | 
					
						
						|  | - image-to-image | 
					
						
						|  | tags: | 
					
						
						|  | - remote-sensing | 
					
						
						|  | - change-detection | 
					
						
						|  | - optical-images | 
					
						
						|  | - sar-images | 
					
						
						|  | - image-processing | 
					
						
						|  | size_categories: | 
					
						
						|  | - n<1K | 
					
						
						|  | language: | 
					
						
						|  | - zh | 
					
						
						|  | pretty_name: "遥感图像变化检测数据集" | 
					
						
						|  | --- | 
					
						
						|  |  | 
					
						
						|  | # 遥感图像变化检测数据集 | 
					
						
						|  |  | 
					
						
						|  | ## 数据集描述 | 
					
						
						|  |  | 
					
						
						|  | 专门用于遥感图像变化检测研究的数据集,包含了完整的图像处理流程和标注信息。该数据集包含24组配准对齐的遥感图像样本,每组样本包含5种不同类型的图像文件和对应的标注文件。 | 
					
						
						|  |  | 
					
						
						|  | ## 数据集特点 | 
					
						
						|  |  | 
					
						
						|  | - **数据规模**: 24组图像样本 | 
					
						
						|  | - **图像类型**: 光学图像、SAR图像、二值变化图 | 
					
						
						|  | - **文件格式**: TIF(原始图像)、PNG(变化黑白二值图)、JSON(标注文件) | 
					
						
						|  | - **预处理状态**: 已配准对齐裁剪,尚未按固定分辨率分割 | 
					
						
						|  | - **标注完整性**: 包含像素级变化检测标注 | 
					
						
						|  |  | 
					
						
						|  | ## 文件结构 | 
					
						
						|  |  | 
					
						
						|  | 数据集包含以下6个目录: | 
					
						
						|  |  | 
					
						
						|  | ### 图像文件 | 
					
						
						|  | - **A/**: 高分二号(Gaofen-2)事前光学图像(.tif)- 变化检测的参考基准图像 | 
					
						
						|  | - **B/**: 高分三号(Gaofen-3)事后SAR图像(.tif)- 合成孔径雷达图像 | 
					
						
						|  | - **C/**: 哨兵二号(Sentinel-2)未处理的事后光学图像(.tif)- 原始光学图像 | 
					
						
						|  | - **D/**: 哨兵二号(Sentinel-2)相对辐射校正后的事后光学图像(.tif)- 经过预处理的光学图像 | 
					
						
						|  | - **E/**: 黑白二值像素变化图(.png)- 变化检测 | 
					
						
						|  |  | 
					
						
						|  | ### 标注文件 | 
					
						
						|  | - **json/**: 变化图对应的JSON标注文件,可以使用[LabelmeCD-AI](https://github.com/Mriris/labelme_cd_AI)读取和修改 | 
					
						
						|  |  | 
					
						
						|  | ## 数据集用途 | 
					
						
						|  |  | 
					
						
						|  | ### 主要应用场景 | 
					
						
						|  | 1. **变化检测算法研究** - 开发和测试新的变化检测方法 | 
					
						
						|  | 2. **多模态融合** - 研究光学图像与SAR图像的融合技术 | 
					
						
						|  | 3. **图像预处理评估** - 比较不同预处理方法的效果 | 
					
						
						|  | 4. **深度学习** - 作为训练和测试数据 | 
					
						
						|  |  | 
					
						
						|  | ### 研究方向 | 
					
						
						|  | - 时序遥感图像分析 | 
					
						
						|  | - 多光谱图像处理 | 
					
						
						|  | - 城市建筑变化监测 | 
					
						
						|  |  | 
					
						
						|  | ## 技术规格 | 
					
						
						|  |  | 
					
						
						|  | - **处理状态**: 已配准对齐 | 
					
						
						|  | - **通道数**: 3 | 
					
						
						|  |  | 
					
						
						|  | ## 注意事项 | 
					
						
						|  |  | 
					
						
						|  | 1. **文件完整性**: 确保A、B、C、D、E目录中的文件数量一致 | 
					
						
						|  | 2. **预处理需求**: 根据具体应用需求,必须进一步统一分辨率 | 
					
						
						|  | 3. **去重**:虽然每组图像是人工单独标注的,但是为了避免重叠区域导致的验证集和训练集混淆,可根据坐标自行去重 | 
					
						
						|  |  | 
					
						
						|  | ## 引用信息 | 
					
						
						|  |  | 
					
						
						|  | 如果您在研究中使用了这个数据集,请引用: | 
					
						
						|  |  | 
					
						
						|  | ```bibtex | 
					
						
						|  | @dataset{remote_sensing_change_detection_2025, | 
					
						
						|  | title={remote-sensing-change-detection}, | 
					
						
						|  | author={Tingxuan Yan}, | 
					
						
						|  | year={2025}, | 
					
						
						|  | publisher={Hugging Face}, | 
					
						
						|  | howpublished={\url{https://huggingface.co/datasets/Mercyiris/remote-sensing-change-detection}} | 
					
						
						|  | } | 
					
						
						|  | ``` | 
					
						
						|  |  | 
					
						
						|  | ## 许可证 | 
					
						
						|  |  | 
					
						
						|  | 本数据集采用 CC BY 4.0 许可证发布,允许自由使用、修改和分发,但需注明出处。 | 
					
						
						|  |  | 
					
						
						|  | ## 联系方式 | 
					
						
						|  |  | 
					
						
						|  | 如有任何问题或建议,请通过以下方式联系: | 
					
						
						|  | - Hugging Face: [@Mercyiris](https://huggingface.co/Mercyiris) | 
					
						
						|  | - 邮箱: [email protected] |