典型文献
中国农村地区建筑物样本及标注无人机影像数据集
文献摘要：
农村建筑物是观察农村土地变化和经济发展的基础资料.中国作为农业大国,从高空间分辨率遥感影像上及时、准确提取农村建筑物,对于农村发展至关重要.近年来,随着计算机视觉和运算能力的迅速发展,深度学习以其自动学习特征、适用性强等优点,已在建筑物自动提取等领域取得较好效果.深度学习通常需要大量的训练数据.目前,深度学习提取建筑物常用的数据集以国际上开源建筑物数据集为主,包括Massachusetts、INRIA、WHU等.这些数据集大多基于国外建筑物,缺乏开源、高精度、覆盖范围广、贴切我国农村地区建筑主体结构的建筑物样本数据.为此,本研究基于2017–2020年在陕西渭南、江苏淮安、四川康定、广东汕尾、广东惠州、新疆阿图什、吉林松原等多个中国农村地区采集的无人机航拍图像,制作并开放共享本数据集.本数据集空间分辨率高,基本涵盖我国农村地区房屋建筑的主体结构类型,可应用深度学习方法进行建筑物提取,并可进一步结合具体研究目标进行空间分析和研究,对于国土部门统筹城乡发展和美丽乡村建设具有重要意义和应用价值.
文献关键词：
遥感;无人机;中国农村;建筑物;样本及标注;数据集;深度学习
中图分类号：
作者姓名：
刘耀辉;杨新月;李嘉禾;程昊;周洁;范熙伟;张昊宇;李晓丽;齐文华;李志强;聂高众;徐南;付博;姚国标;于明洋;孟飞;靳奉祥
作者机构：
山东建筑大学测绘地理信息学院,济南 250101;武汉大学遥感信息工程学院,武汉 430079;中国地震局地质研究所,北京 100029;中国地震局地震与火山灾害重点实验室,北京 100029;中国地震局工程力学研究所,哈尔滨 150080;中国地震台网中心,北京 100045;南京师范大学海洋科学与工程学院,南京 210023;中国科学院沈阳应用生态研究所,沈阳 110016
文献出处：
引用格式：
[1]刘耀辉;杨新月;李嘉禾;程昊;周洁;范熙伟;张昊宇;李晓丽;齐文华;李志强;聂高众;徐南;付博;姚国标;于明洋;孟飞;靳奉祥-.中国农村地区建筑物样本及标注无人机影像数据集)[J].中国科学数据（中英文网络版）,2022(02):178-190
A类：
样本及标注
B类：
中国农村,无人机影像,影像数据,农村建筑,农村土地,基础资料,中国作为,高空间分辨率遥感影像,农村发展,计算机视觉,运算能力,自动学习,学习特征,自动提取,学习通,训练数据,开源,集为,Massachusetts,INRIA,WHU,覆盖范围,贴切,建筑主体结构,渭南,江苏淮安,四川康定,汕尾,广东惠州,阿图什,松原,无人机航拍图像,开放共享,分辨率高,房屋建筑,结构类型,深度学习方法,建筑物提取,具体研究,行空,空间分析,分析和研究,统筹城乡发展,美丽乡村建设,意义和应用
AB值：
0.398908
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
