好远好远的图像处理---综述

关注

原创 2026-04-22 09:17:28 4.4k 阅读 AI 写同款· GEO 优化 ›

遥感图像场景分类数据集 目前国内外开发了很多可以用于场景分类任务的公开基准数据集，为这一领域的研究提供了便利。常用的遥感图像场景分类数据集有UC Merced Land-Use和NWPU-RESISC45两种。 UC Merced Land-Use 提取码：txeu UC Merced Land-Use遥感数据集是由UC Merced计算机视觉实验室公布的用于遥感图像场景分类的公开数据集，包含21类场景，各类别场景样本展示如下图所示。上图中具体每个类别为(1) agricultural、(2) airplane、阅读详情

背景
- 遥感领域SCI期刊与会议
- 行业动态
按应用分类
代码开源的论文
- CVPR2024 遥感论文项目（源码）
- [汇总 | Mamba+遥感论文汇总，涉及分类、分割、变化检测、全色锐化等, 代码均已开源](https://mp.weixin.qq.com/s/gm8IwvqHQ6yBwgW7omxoMg)
大规模遥感数据集上的预训练模型
数据集
领域专家
高光谱

背景

遥感领域SCI期刊与会议

https://rspaper.top/
自参考地址：https://blog.csdn.net/xys430381_1/article/details/101217655

行业动态

预见2022：《2022年中国商业遥感卫星行业全景图谱》(附市场现状、竞争格局和发展趋势等)
2022年全球遥感卫星产业发展现状及市场规模分析商用比例达到46.88%【组图】

在卫星遥感影像获取与遥感应用之间，构建「关键环节」
【风口系列】太空过年只是第一步，卫星遥感技术还有发展大空间，产业链深度解析（附股）----（高分辨率卫星一览）

按应用分类

目标检测

IEEE TPAMI | 基于整体学习的大幅面超高分遥感影像桥梁目标检测！（含源码、数据集下载地址）

论文地址：https://ieeexplore.ieee.org/document/10509806
代码地址：https://luo-z13.github.io/GLH-Bridge-page/
数据集地址：https://luo-z13.github.io/GLH-Bridge-page/

论文赏读 | CVPR24 | 基于航空影像的多物种动物目标检测和识别

题目：WildlifeMapper: Aerial Image Analysis for Multi-Species Detection and Identification
会议：2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
论文：https://openaccess.thecvf.com/content/CVPR2024/html/Kumar_WildlifeMapper_Aerial_Image_Analysis_for_Multi-Species_Detection_and_Identification_CVPR_2024_paper.html
代码：https://github.com/UCSB-VRL/WildlifeMapper (将发布)
年份：2024

TGRS | 面向卫星遥感的红外微小舰船目标检测方法：MTU-Net

论文地址：https://arxiv.org/pdf/2209.13756
代码地址：https://github.com/TianhaoWu16/Multi-level-TransUNet-for-Space-based-Infrared-Tiny-ship-Detection

目标分割

建筑物提取

A Review of Building Extraction From Remote Sensing Imagery: Geometrical Structures and Semantic Attributes
期刊：IEEE Transactions on Geoscience and Remote Sensing
论文：https://ieeexplore.ieee.org/document/10458126
年份：2024

论文赏读 | TMM | 多源遥感图像土地分类制图, Fast and Effective: 渐进层级融合PHFNet网络

题目：Fast and Effective: Progressive Hierarchical Fusion Classification for Remote Sensing Images
期刊：IEEE Transactions on Multimedia
论文：https://ieeexplore.ieee.org/abstract/document/10522846
代码：https://github.com/ShirlySmile/PHFNet

论文赏读 | Samba: Mamba用于遥感语义分割

题目：Samba: Semantic Segmentation of Remotely Sensed Images with State Space Model
论文：http://arxiv.org/abs/2404.01705
代码(已集成到OpenMMLab)：https://github.com/zhuqinfeng1999/Samba
年份：2024

论文赏读 | CM-UNet: 结合CNN和Mamba的遥感语义分割网络

题目：CM-UNet: Hybrid CNN-Mamba UNet for Remote Sensing Image Semantic Segmentation
论文：http://arxiv.org/abs/2405.10530
代码：https://github.com/XiaoBuL/CM-UNet
年份：2024

论文赏读 | Mamba首次用于大遥感图像语义分割与变化检测，RS-Mamba模型

题目：RS-Mamba for Large Remote Sensing Image Dense Prediction
论文：https://arxiv.org/abs/2404.02668
代码：https://github.com/walking-shadow/Official_Remote_Sensing_Mamba
年份：2024

建筑物处理、几何测算、功能估计等

建筑物提取

题目：A Review of Building Extraction From Remote Sensing Imagery: Geometrical Structures and Semantic Attributes
期刊：IEEE Transactions on Geoscience and Remote Sensing
论文：https://ieeexplore.ieee.org/document/10458126
年份：2024
作者单位：慕尼黑工业大学、深圳大学

建筑物几何测算

论文赏读 | RSE | 北半球2.5m大规模建筑高度估计,基于深度学习的超分辨率重建方法

题目：A deep learning-based super-resolution method for building height estimation at 2.5 m spatial resolution in the Northern Hemisphere
期刊：Remote Sensing of Environment
论文：https://www.sciencedirect.com/science/article/pii/S0034425724002591
数据代码：https://github.com/lauraset/Super-resolution-building-height-estimation
年份：2024
作者单位：香港理工大学

建筑物功能识别

利用多模态遥感数据识别大型城市区域中每栋建筑的功能

代码： https://github.com/lizhuohong/buildingmap
论文： https://arxiv.org/abs/2405.05133v1

灾害防治

人工智能在减灾遥感中的应用

环境治理

综述

ISPRS（万字长文）：机器学习与深度学习技术在遥感地质环境监测中的应用：挑战、进展与机遇

Title:A survey of machine learning and deep learning in remote sensing of geological environment: Challenges, advances, and opportunities
DOI:https://doi.org/10.1016/j.isprsjprs.2023.05.032

论文赏读 | Nature子刊 | 基于卫星数据和深度学习检测全球甲烷排放，使用结合Transformer的U-Net网络

题目：Automatic detection of methane emissions in multispectral satellite imagery using a vision transformer
期刊：Nature Communications
论文：https://www.nature.com/articles/s41467-024-47754-y
代码：https://codeocean.com/capsule/1815965
年份：2024

遥感图像生成

把整个地球装进神经网络，北航团队推出全球遥感图像生成模型

大模型与遥感

论文赏读 | CVPR24 | 如何高效地将大模型应用于多模态遥感下游任务？

题目：Parameter Efficient Self-Supervised Geospatial Domain Adaptation
会议：2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
代码：https://github.com/HSG-AIML/GDA

最新综述 | 首篇视觉语言地理基础模型综述，方法、数据集及能力对比

题目：Towards Vision-Language Geo-Foundation Model: A Survey
论文：https://arxiv.org/abs/2406.09385
项目：https://github.com/zytx121/Awesome-VLGFM
作者单位：南洋理工大学，商汤科技，上海AI Lab，上海交通大学
年份：2024

代码开源的论文

CVPR2024 遥感论文项目（源码）

GitHub地址：https://github.com/rsdler/Remote-Sensing-in-CVPR2024

汇总 | Mamba+遥感论文汇总，涉及分类、分割、变化检测、全色锐化等, 代码均已开源

大规模遥感数据集上的预训练模型

RSP：遥感预训练的实证研究

数据集

数据集超链接

深度学习中的遥感影像数据集~持续更新

飞桨-遥感影像数据集汇总

On Creating Benchmark Dataset for Aerial Image
Interpretation: Reviews, Guidances and Million-AID

场景分类数据集

场景分类综述——Remote Sensing Image Scene Classification Meets Deep Learning

遥感图像场景分类常用数据集

UC Merced Land-Use Data Set
UC Merced Land-Use Dataset 是一个用于研究的 21 级土地利用图像遥感数据集，共拥有 100 类图像，均提取自 USGS National Map Urban Area Imagery 系列，其被用于全国各地的城市地区。此数据集公共领域图像的像素分辨率为 1 英尺，图像像素大小为 256*256，包含 21 个类别的场景图像共计 2100 张，其中每个类别有 100 张。
该数据集由 UC Merced 计算机视觉实验室于 2010 年发布，相关论文有《Bag-Of-Visual-Words and Spatial Extensions for Land-Use Classification》。
WHU-RS19 Data Set
WHU-RS19 Dataset 是一个遥感影像数据集，其包含 19 个类别的场景影像共计 1005 张，其中每个类别有 50 张。
该数据集由武汉大学于 2011 年发布，相关论文有《Satellite Image Classification via Two-layer Sparse Coding with Biased Image Representation》。
SIRI-WHU Data Set
SIRI-WHU Dataset 是一个遥感影像数据集，其包含 12 个类别的场景图像共计 2400 张，其中每个类别有 200 张，每张图像的像素尺寸为 200*200，空间分辨率为 2 米。数据集资源来自 Google Earth，主要涵盖中国城市地区，其中场景图像数据集由武汉大学 RS-IDEA 集团设计。
该数据集由武汉大学于 2016 年发布，相关论文有《Bag-of-Visual-Words Scene Classifier with Local and Global Features for High Spatial Resolution Remote Sensing Imagery》和《Dirichlet-Derived Multiple Topic Scene Classification Model Fusing Heterogeneous Features for High Spatial Resolution Remote Sensing Imagery》。
RSSCN7 Data Set
RSSCN7 Dataset 包含 2800 幅遥感图像，这些图像来自于 7 个典型的场景类别 —— 草地、森林、农田、停车场、住宅区、工业区和河湖，其中每个类别包含 400 张图像，分别基于 4 个不同的尺度进行采样。
该数据集中每张图像的像素大小为 400*400，场景图像的多样性导致其具有较大的挑战性，这些图像来源于不同季节和天气变化，并以不同的比例进行采样。
RSSCN7 数据集由武汉大学的秦邹于 2015 年发布，相关论文有《Deep learning based feature selection for remotesensing scene classification》。
RSC11 Data Set
RSC11 Dataset 是一个遥感影像数据集，来源于 Google Earth 的高分辨率遥感影像，其中每张图的像素大小为 512*512，合计包含 11 类场景图像，其中每类有约 100 张共计 1232 张。
该数据集由中科院于 2015 年发布，主要发布人为赵立军。
NWPU-RESISC45 dataset
45类场景， 2017
西北工业大学遥感图像场景分类数据集 45类
NWPU Dataset 是一个遥感影像数据集，其中 NWPU-RESISC45 Dataset 是由西北工业大学创建的遥感图像场景分类可用基准，该数据集包含像素大小为 256*256 共计 31500 张图像，涵盖 45 个场景类别，其中每个类别有 700 张图像。
这 45 个场景类别包括飞机、机场、棒球场、篮球场、海滩、桥梁、丛林、教堂、圆形农田、云、商业区、密集住宅、沙漠、森林、高速公路、高尔夫球场、地面田径、港口、工业地区、交叉口、岛、湖、草地、中型住宅、移动房屋公园、山、立交桥、宫、停车场、铁路、火车站、矩形农田、河、环形交通枢纽、跑道、海、船舶、雪山、稀疏住宅、体育场、储水箱、网球场、露台、火力发电站和湿地。
该数据集由西北工业大学发布，相关论文有《Remote Sensing Image Scene Classification: Benchmark and State of the Art》。
AID Dataset
AID Dataset 是一个遥感影像数据集，其包含 30 个类别的场景图像，其中每个类别有约 220 – 420 张，整体共计 10000 张，其中每张像素大小约为 600*600。
该数据集由华中科技大学和武汉大学于 2017 年发布。
下载地址：https://pan.baidu.com/s/1mifOBv6#list/path=%2F
2020年全球30米地表覆盖精细分类产品
共享链接：http://data.casearth.cn/sdo/detail/5fbc7904819aec1ea2dd7061

检测数据集

SAR图像船舶检测数据集公开发布
 航空遥感图像(Aerial Images)目标检测数据集汇总

TAS 2008
正框标注，1类，光学谷歌
Consists of 30 images of 729x636 pixels from Google Earth and ∼1,300 vehicles. url: http://ai.stanford.edu/∼gaheitz/Research/TAS/
OIRDS 2009
Consists for 900 images (0.08-0.3m/pixel) captured by aircraft-mounted camera
and 1,800 annotated vehicle targets. url: https://sourceforge.net/projects/oirds/
DLR3K 2013
The most frequently used datasets for small vehicle detection. Consists of 9,300 cars and 160 trucks. url: https://www.dlr.de/eoc/en/desktopdefault.aspx/tabid-5431/9230_read-42467/
UCAS-AOD 2015
斜框标注，2类，光学谷歌图像
Consists of ∼900 Google Earth images, ∼2,800 vehicles and ∼3,200 airplanes. url:
http://www.ucassdl.cn/resource.asp
Dataset of Object Detection in Aerial Images，中科大模式识别实验室标注的，只包含两类目标：汽车，飞机，以及背景负样本。样本数量如下：
INRIA aerial image dataset: 2016
Inria是法国国家信息与自动化研究所简称，该机构拥有大量数据库，其中此数据库是一个城市建筑物检测的数据库，标记只有building, not building两种，且是像素级别，用于语义分割。训练集和数据集采集自不同的城市遥感图像。链接：https://project.inria.fr/aerialimagelabeling/
VeDAI 2016
斜框标注，9类，光学航空图像，主要关于交通工具
Consists of ∼1,200 images (0.1-0.25m/pixel), ∼3,600 targets of 9 classes. Designed
for detecting small target in remote sensing images. url: https://downloads.greyc.fr/vedai/
NWPU_VHR10 2016
正框标注，10类，光学谷歌图像
The most frequently used remote sensing detection dataset in recent years.
Consists of ∼800 images (0.08-2.0m/pixel) and ∼3,800 remote sensing targets
of ten classes (e.g., airplanes, ships, baseball diamonds, tennis courts, etc). url:
http://jiong.tea.ac.cn/people/JunweiHan/NWPUVHR10dataset.html
西北工业大学标注的航天遥感目标检测数据集，共有800张图像，其中包含目标的650张，背景图像150张，目标包括：飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁、车辆10个类别。开放下载，大概73M.
RSOD-Dataset：2017
武汉大学团队标注，包含飞机、操场、立交桥、油桶四类目标，数目分别为：
飞机：4993 aircrafts in 446 images.
操场： 191 playgrounds in 189 images.
立交桥： 180 overpass in 176 overpass.
油桶：1586 oiltanks in 165 images.
url：https://github.com/RSIA-LIESMARS-WHU/RSOD-Dataset-
xView 2018
正框标注，60类，光学图像
The largest remote sensing detection dataset so far. Consists of ∼1,000,000 remote
sensing targets of 60 classes (0.3m/pixel), covering1,415km2
of land area. url:
http://xviewdataset.org
DOTA 2018
斜框标注，14类，光学谷歌图像
The first remote sensing detection dataset to incorporate rotated bounding boxes.
Consists of ∼2,800 Google Earth images and ∼200,000 instances of 15 classes. url: https://captain-whu.github.io/DOTA/dataset.html
这是武大遥感国重实验室夏桂松和华科电信学院白翔联合做的一个数据集，2806张遥感图像（大小约4000*4000），188,282个instances，分为15个类别，包括ship、tank、harbor（港口）。样本类别及数目如下（与另一个开放数据集NWPU VHR-10对比）：
LEVIR 2018
Consists of ∼22,000 Google Earth images and ∼10,000 independently labeled
targets (airplane, ship, oil-pot). url: https://pan.baidu.com/s/1geTwAVD
中国科学院空天信息研究院-SAR图像船舶检测数据集 2019
url：https://github.com/CAESAR-Radi/SAR-Ship-Dataset
DIOR 2019
Object Detection in Optical Remote Sensing Images—A Survey and A New Benchmark
数据集： http://www.escience.cn/people/gongcheng/DIOR.html

SAR 图像数据集

SAR（遥感、卫星）图像常用数据集
 SAR目标检测数据集汇总

Brazilian Coffee Scenes 2005
数据集较小，5MB左右；
这个数据集是由SPOT sensor在2005年拍摄的巴西米纳斯吉拉斯州的四个县的场景组成:Arceburgo, Guaranesia, Guaxupe和Monte Santo。由于作物管理技术的不同，造成了许多内部差异。此外，咖啡是一种常绿作物，米纳斯吉拉斯州南部是山区，这意味着该数据集包含了不同植物年龄和/或阴影造成的光谱扭曲的场景。
url: http://www.patreo.dcc.ufmg.br/2017/11/12/brazilian-coffee-scenes-dataset/
UC Merced Land Use Dataset 2010
This is a 21 class land use image dataset meant for research purposes.
There are 100 images for each of the following classes:
agricultural
airplane
baseballdiamond
beach
buildings
chaparral
denseresidential
forest
freeway
golfcourse
harbor
intersection
mediumresidential
mobilehomepark
overpass
parkinglot
river
runway
sparseresidential
storagetanks
tenniscourt
Each image measures 256x256 pixels.
url: http://weegee.vision.ucmerced.edu/datasets/landuse.html
中国科学院空天信息研究院-SAR图像船舶检测数据集 2019
url：https://github.com/CAESAR-Radi/SAR-Ship-Dataset
美国地址调查局
要从网站上截图下，相关介绍：https://sspai.com/post/41939
利用美国地质调查局（USGS）图像数据库，里面有美国在冷战时期，利用间谍卫星拍摄的图像，美国在90年代以及21世纪初分批解密了这些数据，间谍卫星当时几乎记录了中国全境的高清照片。
美国USGS地址：https://earthexplorer.usgs.gov/

遥感图像灾害数据集

航拍图像森林火情检测数据集：FLAME。国内下载链接：https://pan.baidu.com/s/1obRiPgI0-JJMJ-NFmFuJXA
提取码：52CV
更多详情：http://link.52cv.net/q3LxA

高分细粒度检测

【数据】百万级遥感图像细粒度目标识别数据集发布！
下载地址：http://gaofen-challenge.com

FAIR1M
下载地址：https://aistudio.baidu.com/datasetdetail/77871
如何从检测数据集中裁剪出旋转的矩形区域，制作分类数据集
三分钟学会用Python+OpenCV批量裁剪xml格式标注的图片
 Cropping Rotated Rectangles from Image with OpenCV
opencv抠出图像中的有角度的矩形框

找船

在SeaShips数据集
该数据集目前包含31 455张图像，涵盖了六种常见的船型(矿砂船、散货船、杂货船、集装箱船、渔船和客船)。所有的图像都来自大约10080个真实世界的视频片段，这些视频片段是由部署在海岸线视频监控系统中的监控摄像机获取的。
数据集下载：http://www.lmars.whu.edu.cn/prof_web/shaozhenfeng/datasets/SeaShips%287000%29.zip
github：https://github.com/jiaming-wang/SeaShips
HRSC2016遥感舰船数据集
3大类27小类，共2,976个目标。数据集分为三个层级，0级为船，1级是航母、军舰、商船、潜艇，2级为各种航母，军舰等等。image size:300 × 300 ~ 1500 × 900
数据特点：靠岸采集的舰船比较多；2.背景复杂；3.舰船类型丰富，每个类别数据量较小；4. 类别区分没有明确的界限。
下载地址：https://aistudio.baidu.com/datasetdetail/54106

分割数据集

作物数据集-nips2021
—对应的github：https://github.com/nasaharvest/cropharvest

目标定位数据集

1、University-1652数据集，下载链接
该数据集主要包含两方面的任务。

（1）无人机视图目标定位：（无人机->卫星）给定一个无人机视图图像或视频，该任务旨在找到最相似的卫星视图图像，以在卫星视图中定位目标建筑物。
（2）无人机导航：（卫星->无人机）给定一个卫星视图图像，该无人机将试图找到它经过的最相关的位置（无人机视图图像）。根据其飞行历史，可以将无人机导航回目标位置。

数据集数量：数据集主要包含全球72所大学的1652座建筑物。

遥感图像标注工具

GeoLabel遥感样本标注与分析

领域专家

Zhengxia Zou 北航、密歇根大学个人主页：http://www-personal.umich.edu/~zzhengxi/
Zhenwei Shi 北航个人主页：
韩军伟西北工业大学个人主页：http://jiong.tea.ac.cn/people/JunweiHan/index.html

高光谱

高光谱图像分类的一个github库
https://hub.fastgit.org/IIMARSS/HSI_3DCNN
高光谱数据集
Hyperspectral Remote Sensing Scenes
【北理工-AAAI26】MODA：首个无人机多光谱目标检测数据集
论文：MODA: The First Challenging Benchmark for Multispectral Object Detection in Aerial Images
代码：https://github.com/shuaihao-han/MODA
这是目前同类中最大、最贴近真实场景的数据集，优势超明显：
— 规模够大：包含14041张多光谱图像，标注了33万多个目标，覆盖汽车、公交车、行人等8大类；
—质量够高：每张图尺寸达1200×900，涵盖8个光谱波段（395~950nm），细节丰富；
—场景够真：在50个城市拍摄，覆盖不同时间、天气，还包含小目标、低光照、遮挡等8类真实挑战；
—标注够准：经过“培训标注员→初步标注→两轮校验”的严格流程，确保标注精度。
Deep Pyramidal Residual Networks for Spectral–Spatial Hyperspectral Image Classification—TGRS2018
源码： https://github.com/mhaut/pResNet-HSI