一个有注释的卫星图像数据集用于自动化河流障碍物体检测
Jianping Wu1, Wenjie Li2, Hongbo Du3
1Key Laboratory of Ministry of Education for Hydraulic and Water Transport Engineering, Chongqing Jiaotong University, Chongqing, 400074, P. R. China.
Scientific data
|February 10, 2025
概括
一个新的数据集,河流障碍物体检测 (RBOD),使用卫星图像和人工智能自动识别全球数百万条河流障碍. 该资源有助于评估它们对环境和社会的影响.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 人工智能的人工智能
背景情况:
- 全球有数以百万计的河堤,用于防洪,水电和灌.
- 缺乏关于障碍物位置和类型的全面数据,阻碍了影响评估.
- 像水这样的小障碍物特别没有得到充分的记录.
研究的目的:
- 为全球河流障碍物识别引入河流障碍物检测 (RBOD) 数据集.
- 通过使用卫星图像和人工智能,促进自动检测河流障碍物.
- 为评估河流障碍对社会和环境的影响提供一个基准.
主要方法:
- 开发了一个大型数据集 (RBOD),包含4872张高分辨率卫星图像.
- 在五个河流障碍类别中注释了11,741个面向的边界框.
- 使用五种标准对象检测算法验证了数据集性能.
主要成果:
- RBOD数据集包含了广泛的,高质量的注释数据,用于检测河流障碍.
- 对象检测算法在RBOD数据集上实现了基准性能.
- 展示了使用卫星图像用于全球河流障碍地图的可行性.
结论:
- RBOD是第一个用于检测河流障碍物体的公共数据集.
- 这一数据集是了解和管理全球河流障碍的宝贵资源.
- 能够更好地评估河流屏障对生态系统和人类社会的影响.
更多相关视频
12:26Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
13.2K
07:13Early Detection of Cyanobacterial Blooms and Associated Cyanotoxins using Fast Detection Strategy
Published on: February 25, 2021
3.7K
