[ISPRS数据集1]ISPRS中2D语义标签数据介绍

ISPRS中2D语义标签数据介绍

第一次写东西。
本文的工作：翻译（多数是机器翻译）一下官网的介绍，帮助自己理清一下ISPRS数据的内容

关键词：ISPRS RS 数据集 遥感 语义分割 土地分类 深度学习 DL DeepLearning ML 人工智能

若有侵权，联系俺，立即删（为啥删?穷且保命；[email protected]王大白菜）

---

参考文献：

https://www.isprs.org/education/benchmarks/UrbanSemLab/default.aspx

https://blog.csdn.net/m0_56881410/article/details/125942996

https://www2.isprs.org/media/komfssn5/complexscenes_revision_v4.pdf （官网的文件，En）

---

数据下载地址：

验证码是图片格式，需要自己输入。(可能需要你会点别的东西才能看见网页，你懂的！)

https://www.isprs.org/education/benchmarks/UrbanSemLab/default.aspx

---

Vaihingen

数据集大小：≈17GB

• Vaihingen/images：包含图像数据文件（name.tif，其中name是本文中使用的图像标识符，例如图像10040082的10040082.tif）和包含方向参数的文件（daporo.dat、daporp.dat）

• Vaihingen/ALS：包含las格式的ALS数据，每个条带有一个名为Vaihingen_Strip_NN.LAS的las文件，其中NN是两位数的条带编号。

• Vaihingen/DSM：包含作为 Geo-TIFF 文件的数字表面模型，每个（浮点）高度值具有 32 位。来自 ALS 的 DSM 名为DSM_25cm_ALS.tif，而来自匹配的 DSM 名为DSM_09cm_matching.tif。此外，还有两个世界文件DSM_25cm_ALS.tfw 和 DSM_09cm_matching.tfw，分别包含地理配准。

• Vaihingen/Ortho：包含真正的正射影像图像作为 8 位 RGB GeoTIFF 文件，名为 TOP_Mosaic_09cm.tif。世界文件是TOP_Mosaic_09cm.tfw。

Toronto

数据集大小：≈5.5GB

Toronto/images：包含图像数据文件（name.tif，其中 name 是本文中使用的图像标识符，例如 03947.tif 表示图像 03947）和包含方向参数的文件（daporo.dat、daporp.dat）。

Toronto/ALS：包含 las 格式的 ALS 数据。每个条带有一个名为 Toronto_Strip_NN.LAS 的 las 文件，其中 NN 是两位数的条带编号。

Toronto/DSM：包含数字表面模型作为 Geo-TIFF 文件，每个（浮动）高度值 32 位。有一个名为 Toronto_DSM_25cm_ALS.tif 的 Geo-TIFF 文件，此外还有一个包含地理配准的 World File Toronto_DSM_25cm_ALS.tfw。

---

2D数据任务—Urban Classification（语义分割）

城市目标检测：

参与者可以选择检测单个对象类，也可以尝试同时提取多个对象类，例如从上下文信息中受益，即包含在复杂城市场景中对象相互排列的信息，例如本项目中分布的那些。

参考数据可用于各种对象类。

在城市分类中通常识别的对象类包括建筑物、道路、树木、低植被/草地和人工地面。

如果使用非常高分辨率的数据（例如本项目中的数据），则此列表有时会通过汽车进行增强。（由于汽车会导致道路分割出现歧义），由于这样的定义对于评估道路提取的结果没有用处，因此在本项目中，将人工地面分为道路和道路以外的人造地面。

Vaihingen

它由三个测试区域组成，可为各种对象类提供参考数据（黄色区域）和一个用于道路提取的“道路”（蓝色区域）：

1区域：该测试区域位于Vaihingen市中心。它的特点是密集的发展，由形状相当复杂的历史建筑组成，但也有一些树木。

2区域：该区域的特征是一些被树木包围的高层住宅建筑。

3区域：“住宅区”：这是一个纯粹的住宅区，拥有小型独立房屋（大别野）。

Roads:用于道路提取。

该数据集包含 33 个影像（大小不同），每个斑块由从较大的 TOP 影像中提取的真正射影像 （TOP） 组成，。有关原始输入数据的更多信息，请参阅对象检测和3D重建基准的数据描述。

地面采样距离为9厘米。DSM是通过与Trimble Inpho 5.3软件匹配的密集图像生成的，并且使用Trimble Inpho Orthovista生成真正射影像。为了避免在真正射影像和DSM中没有数据（“孔”）的区域（“孔”），从真正射影像的中心部分选择了斑块，而在边界则没有。TOP和DSM的剩余（非常小）孔被插值。

真正射影像是带有三个波段的8位TIFF文件；TIFF文件的三个RGB频段对应于相机传递的近红外，红色和绿色带。DSM是带有一个波段的TIFF文件；灰度（对应于DSM高度）被编码为32位浮点值。真正射影像和DSM在同一网格上定义，因此无需考虑处理中的地理编码信息。

只有部分地物有标签。其余场景的地物标签将保持不到发行，并与基准测试组织者一起使用，以评估提交的结果。

数据内容

• 数字航空图像和方向参数（Digital Aerial Images and Orientation Parameters）：图像是具有8 cm地面分辨率的InterGraph/Zi DMC块的一部分。每个区域都可以在多个条带中可见。方向参数与图像一起发布。

• 机载Laserscanner数据：测试区域被完全用Leica ALS50系统捕获的10条条覆盖。在单个带中，平均点密度为4分/m2。除原始点云外，还提供了数字表面模型（DSM）。

• DSM数据

  

  单个路径的概述（带有.tif扩展）。TOP数据：正射影像。DSM：DSM的文件名。NCOL，NROW：列和行的数量。GT：包含地面真相的文件名（如果没有提供给参与者的空，则由基准组织者使用以评估结果）

Toronto

该数据集覆盖了加拿大多伦多市中部地区约1.45 km2的面积，该区域由Microsoft Vexcel的Ultracam-D（UCD）摄像头和Optech的空中Laserscanner（Altm-Orion M）捕获。这些图像的接地分辨率为15厘米，而Laserscanner提供了6分/m2。“多伦多市中心”数据包含北美现代大型城市的代表场景特征，其中包括低层和高级建筑，具有各种各样的屋顶结构以及街道和道路特征。测试数据可以分为三个测试站点：“区域4”，“ 5区”和“整个区域”。“区域4”和“区域5”的区域应用于测试物体提取和建筑重建技术，而整个测试区域可用于道路检测。

4区域：该区域包含低和高建筑，显示了屋顶结构和屋顶家具的各种形状复杂性。现场还包含不同的城市物体，包括汽车，树木，街头家具，道路和停车场。

5区域：该区域代表了北美现代大型城市中高层建筑集群的一个典型例子。该场景包含由高建筑物铸造的阴影，在这些阴影下，可以找到各种类型的城市物体（例如汽车，街头家具和道路）。

Potsdam

该数据集包含 38 个斑块（大小相同），每个斑块都由从较大的真正射影像 中提取的真正射影像 （TOP） 组成。

TOP和DSM的地面分辨率为5 cm。DSM是通过与Trimble Inpho 5.6软件匹配的密集图像生成的，并且使用Trimble Inpho Orthovista生成TOP图像。为了避免在TOP图像和DSM中没有数据（“孔”）的区域（“孔”），从TOP图像图像的中心部分选择了斑块，而在边界则没有。TOP图像和DSM的剩余（非常小）孔被插值。

TOP图像作为在不同频道组合中的TIFF文件时出现的，每个频道的光谱分辨率为8位：

• IRRG: 3 channels (IR-R-G)

• RGB: 3 channels (R-G-B)

• RGBIR: 4 channels (R-G-B-IR)

  这样，参与者可以方便地选择所需的数据。

  DSM是带有一个频段的TIFF文件；灰度（对应于DSM高度）被编码为32bits。顶部和DSM定义在同一图（UTM WGS84）上。每个斑块都带有一个仿射转换文件（(tiff world file），以便根据需要将图像重新分配到更大的图像。

  

  除了DSM外，我们还提供了所谓的归一化DSM，也就是说，在接地过滤后，每个像素去除地面高度，从而导致高度在地形上方的高度表示。这些数据是使用一些全自动滤波工作流进行的，而无需手动质量控制。因此，我们不保证这里无错误的数据，这仅适用于研究人员使用“绝对DSM（ absolute DSM）”以外的高度数据。在下载文件夹中，您可以找到相应的Zip-File。如果您打开，则在使用数据之前找到应该阅读的readme.txt。还包含一个脚本，因此参与者可能希望对其进行调整。但是，我们不提供支持。

  

  某个路径的概述（带有.tif文件后缀，所有图像均具有6000 x 6000像素的尺寸）。

  正射影像RGBIR的文件名：真实的正射图像，带有四个通道红色，绿色，蓝色，红外线；

  正射影像IRRG：真正的正射影像，带有三个通道红外，红色，绿色；

  正射影像RGB：真正的正向方，带有三个通道红色，绿色，蓝色；

  DSM：数字表面模型；

  GT：地面真相标签（如果没有提供给参与者的空白，则由基准组织者使用以评估结果）。请注意，相邻的图像图块之间没有差距可以启用具有上下文，更好地计算归一化DSM的模型等。

  第一个数字始终表示行（上到底部，即北到南）和第二个数字（列为列）（从左到右，即西到东）。例如，5_12的直接邻居为4_12（上），6_12（下图），5_11（左）和5_13（右）。所有图像均带有相应的.tfw文件，可在UTM WGS84坐标中提供地理参考。

2D语义标签比赛(2D Semantic Labeling Contest)

尽管Vaihingen是一个相对较小的村庄，那里有许多独立的建筑物和小型多层故事建筑，但Potsdam展示了一个典型的历史城市，拥有大型的建筑区，狭窄的街道，狭窄的街道和密集的定居点结构。

每个数据集已手动分为六个最常见的土地覆盖类别(land cover classes)。我们为大约一半的图像提供了分类数据（标签图像），而其余场景的基础真相将保持不发行，并与基准测试组织者一起使用，以评估提交的结果。参与者应使用所有具有地面真相的数据进行培训或内部评估其方法。

6个类别对应的RGB值：

1. Impervious surfaces (RGB: 255, 255, 255)
2. Building (RGB: 0, 0, 255)
3. Low vegetation (RGB: 0, 255, 255)
4. Tree (RGB: 0, 255, 0)
5. Car (RGB: 255, 255, 0)
6. Clutter/background (RGB: 255, 0, 0)

PS：6.混乱/背景类别包括水体（以河流的一部分形式出现在两张图像中）和其他与其他物体截然不同的物体（例如，罐子，网球场，游泳池），通常对语义对象不感兴趣但是，在城市场景中的分类，但是请注意，参与者必须提交所有类（包括混乱/背景类）的标签。例如，不可能仅提交类别构建的分类结果。

Submission and Evaluation of results（提交和评估结果）

略（只是用数据，评估指标很传统）

有用了再补充吧。

比赛结果

https://www.isprs.org/education/benchmarks/UrbanSemLab/results/default.aspx