从VHR卫星图像中对中国农业和农村景观进行分类的多标签数据集
Shiying Yuan1,2, Quanlong Feng3, Bowen Niu1
1College of Land Science and Technology, China Agricultural University, Beijing, 100193, China.
Scientific data
|February 7, 2026
概括
本研究介绍了China-MAS-50k,这是一个新的超高分辨率遥感数据集,用于在中国农村环境中进行多标签分类. 它为非城市场景识别提供了有价值的基准,尽管尾部类别存在挑战.
科学领域:
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
- 农业科学 农业科学
背景情况:
- 现有的数据集缺乏非城市场景的细粒度,多标签的注释.
- 越来越需要高分辨率数据来了解农业和农村景观.
- 中国广而多样化的农村地区需要专门的数据集来进行准确的分析.
研究的目的:
- 引入中国-MAS-50k数据集,这是第一个非常高分辨率的遥感数据集,用于中国农业和农村场景的多标签分类.
- 为在非城市环境中评估多标签分类模型提供基准数据集.
- 为高质量的数据建立精细的标签系统和严格的注释过程.
主要方法:
- 全国范围的网格系统被用来选择中国各地的5万多个样本点.
- 非常高分辨率的谷歌地球图像被收集并用一个18类标签系统进行注释.
- 实施了严格的视觉解释系统和质量控制程序 (交叉检查,纠错).
主要成果:
- 中国-MAS-50k数据集包括55520张非常高分辨率的图像和135289个标签,显示出长尾分布.
- 对主流的多标签分类模型的评估表明ResNeXt-101获得了最高的F1评分78.4%.
- 模型性能在识别分布尾部存在的类别方面受到限制.
结论:
- 中国-MAS-50k作为农业和农村遥感多标签分类的具有挑战性的基准.
- 需要进一步的研究,以改善非城市场景中长尾分布式数据的模型性能.
- 该数据集有助于在了解和管理中国多样化的农业和农村环境方面取得进展.
