高分辨率耕地变化检测数据集
引言
长光卫星去年举办了首届“吉林一号”杯卫星遥感应用青年创新创业大赛，为报名参赛的选手提供了多组来自吉林一号卫星星座拍摄的高分辨率卫星数据，近期在TGRS上看到有利用相关数据集发表的论文，在吉林一号网APP的星林社区中看到相关帖子，这个耕地变化检测的数据集已经公开发布了，学生老师可直接下载。
数据集概览
名称：
吉林一号耕地变化检测数据
数据描述：
吉林一号卫星数据，分辨率优于 0.75 米
类别描述：
变化检测类别：
耕地变为道路；
耕地变为林草；
耕地变为建筑；
耕地变为其他；
道路变为耕地；
林草变为耕地；
建筑变为耕地；
其他变为耕地；
非“耕地变化”变化区域。
数据格式
：
【
遥感图像】
RGB 三通道 tif 格式。
同一区域的多时相图像分别命名为：
--pre
image_1.tif
image_2.tif
--post
image_1.tif
image_2.tif
标注文件：
单通道 png 格式，同一区域的多时相与变化标注
分别命名为：
--label
image_1.png
image_2.png
标注文件说明：
耕地变为道路标记为 1；
耕地变为林草标记为 2；
耕地变为建筑标记为 3；
耕地变为其他标记为 4；
道路变为耕地标记为 5；
林草变为耕地标记为 6；
建筑变为耕地标记为 7；
其他变为耕地标记为 8；
非“耕地变化”区域标记为 0。
图像尺寸：
256×256 像素
数据量：
共计 8000 余组:
训练集 6000 余组,每组包含 2 个时相影像及标签；
测试集 2000 余组,每组包含 2 个时相影像。
获取方式
（
2
）在吉林一号网创新大赛板块选择往期数据集。
若已经是教育用户，可进入吉林一号网【遥感商城】【资源中心】下载数据集
https://www.jl1mall.com/store/ResourceCenter
。
现在变化检测这个领域主流的框架就是孪生神经网络框架（Siamese neural network），因为其能够有效地处理成对数据，每个子网络独立提取其输入影像的特征，可以实现端到端学习，即直接从原始影像到变化检测结果的映射，无需手动建立特征工程，而且它通常对光照变化、季节变化等非语义变化具有较好的鲁棒性。
一般用召回率（Recall）评定遥感变化检测算法的有效性，召回率会根据所使用的具体算法、数据集的复杂性以及影像的质量等因素有所不同。一个高召回率的算法能够检测出大多数变化，但可能会伴随着较高的误报率（即把未变化的像素错误地检测为变化）。召回率也受到数据集标注质量的影响，而且不同的应用场景可能需要不同的优化目标，因此较高质量的数据集有助于提高变化检测算法的准确性和效率。
结语
高分辨率遥感影像的引入能有效提高耕地变化检测的精细度。在过去，传统的检测方法往往难以识别小尺度的变化目标，导致耕地被非法侵占的情况时有发生。而现在，利用吉林一号这样的高分辨率影像，即使是很小的变化也能被识别，这对于耕地保护具有不可估量的价值。
吉林一号网最近在建设教育生态上做出了很多工作，从免费办培训到办大赛，向高校用户免费公开历史数据还有这种算法数据集，后期还会免费公开更多的数据。
注：
本公众号
长期免费宣传
地信遥感的博后招聘、客座学生、硕博招生、论文前沿等行业资讯，有需求可与我联系（公益宣传不要钱，不要钱，真的不要钱，我写不出来技术博客了
![]()
![]()
求求
送我一些素材吧
![]()
）
求求
