MapAI数据集的数据卡片

数据集概要

该数据集包含来自丹麦的7500个训练图像和1500个验证图像。测试集被分为两个任务，第一个任务（1368个图像）是利用航空图像来分割建筑物。而第二个任务（978个图像）允许使用航空图像和激光雷达数据。所有样本的分辨率为500x500。航空图像是RGB图像，而激光雷达数据是栅格化的。地面真值掩码有两个类别，建筑物和背景。所有数据来自生产环境，这意味着地面真值中可能存在一些建筑物并不存在，反之亦然。

支持的任务和排行榜

• '分割'

数据字段

• 'image': 一个500x500x3的RGB正射影像
• 'lidar': 一个500x500的栅格化激光雷达图像
• 'mask': 一个500x500的地面真值掩码，其中1表示建筑物，0表示背景
• 'filename': 数据块的唯一标识文件名

数据拆分

MapAI数据集有四个拆分; 训练集，验证集，任务1测试集，任务2测试集。下面是每个拆分的统计信息。

数据集的社会影响

该数据集的目的是帮助开发准确分割建筑物的模型，从而有助于下游任务，例如三维建筑物构建。

引用信息

@article{Jyhne2022,
   author = {Sander Jyhne and Morten Goodwin and Per-Arne Andersen and Ivar Oveland and Alexander Salveson Nossum and Karianne Ormseth and Mathilde Ørstavik and Andrew C Flatman},
   doi = {10.5617/NMI.9849},
   issn = {2703-9196},
   issue = {3},
   journal = {Nordic Machine Intelligence},
   keywords = {Aerial Images,Deep Learning,Image segmentation,machine learning,remote sensing,semantic segmentation},
   month = {9},
   pages = {1-3},
   title = {MapAI: Precision in Building Segmentation},
   volume = {2},
   url = {https://journals.uio.no/NMI/article/view/9849},
   year = {2022},
}