算法赛推送-遥感图像语义分割

简介: 算法赛推送-遥感图像语义分割

一、赛题描述


比赛链接:https://www.heywhale.com/home/competition/61c95b5dc4437e0017d5feea/


1、背景


地物要素分类是地表第五要素观测与测绘的重要手段之一,然而目前地物要素的提取方法主要依赖人工,效率低且成本高昂,急需通过先进的算法提高精度并使其自动化。充分运用智能算法与大数据技术突破遥感影像的信息提取与分析瓶颈,不仅是业务端的迫切需要,更是一个企业在数据时代打造数字化业务的重要标杆。


2、任务


基于赛事官方提供的数据及建模分析平台,参赛者需要对光学遥感图像中各类光谱信息和空间信息进行分析,将遥感图像进行土地类型语义分割处理,为图像中具有语义信息的各个像元赋予语义类别标签。


二、数据描述


  1. 此次算法赛采用了1.5 万+遥感影像语义分割样本数据,遥感数据为GF1-WFV拍摄的山东滨州附近地区的影像,预处理过程为正射校正、配准、裁剪。分类目标是山东省土地利用类型,经过处理合并得到以下六类:耕地、林地、草地、水域、城乡、工矿、居民用地及未利用土地。
  2. 原始影像数据格式为 tif(000001_GF.tif),包含红绿蓝(RGB) 三个波段,影像尺寸为 256*256
  3. 标注文件格式为 tif(000001_LT.tif),每个像素的标签值由 1~6 表示:


类别 类别标签
耕地 1
林地 2
草地 3
水域 4
城乡、工矿、居民用地 5
未利用土地 6


GF1-WFV是高分一号卫星搭载的16m分辨率多光谱相机。高分一号是国家高分辨率对地观测系统重大专项天基系统中的首发星,其主要目的是突破高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术,多载荷图像拼接融合技术,高精度高稳定度姿态控制技术,5-8年寿命高可靠低轨卫星技术,高分辨率数据处理与应用等关键技术,推动我国卫星工程水平的提升,提高我国高分辨率数据自给率。

GF-1卫星轨道参数


参数 指标
轨道类型 太阳同步回归轨道
轨道高度 645km
轨道倾角 98.0506°
降交点地方时 10:30 AM
回归周期 41天


GF-1卫星有效载荷技术指标


谱段号 谱段范围 (µm) 空间分辨率 (m) 幅宽(km) 侧摆能力 重访时间(天)
全色多光谱相机 1 0.45~0.90 2 60(2台相机组合) ±35° 4
2 0.45~0.52 8 60(2台相机组合) ±35° 4
3 0.52~0.59 8 60(2台相机组合) ±35° 4
4 0.63~0.69 8 60(2台相机组合) ±35° 4
5 0.77~0.89 8 60(2台相机组合) ±35° 4
多光谱相机 6 0.45~0.52 16 800(4台相机组合) ±35° 2


三、数据下载(成功报名后可下载)


数据名称 数据描述 下载链接(成功报名后可下载) 开放时间
提交样例 「results.zip」:提交样例文件,输出值为随机结果,共参赛人员参考 点击下载 2021-12-31中午 12:00
初赛训练集 5,000 原始影像和标注文件 点击下载 2021-12-31中午 12:00
初赛A榜测试集 2,000 原始影像 点击下载 2021-12-31中午 12:00
初赛B榜测试集 1,000 原始影像 点击下载 2022-1-27中午 12:00
复赛相关数据 训练集、A榜测试集和B榜测试集 赛事页面↗前往组织-工作台-查看数据源,新建项目通过“添加数据源”选项挂载使用数据 2022-2-15 中午12:00


相关文章
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
243 0
|
4月前
|
编解码 算法
改进SIFT算法实现光学图像和SAR图像配准
改进SIFT算法实现光学图像和SAR图像配准
|
2月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
172 8
|
3月前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
138 1
|
3月前
|
存储 监控 算法
基于文化优化算法图像量化(Matlab代码实现)
基于文化优化算法图像量化(Matlab代码实现)
113 1
|
3月前
|
存储 算法 生物认证
基于Zhang-Suen算法的图像细化处理FPGA实现,包含testbench和matlab验证程序
本项目基于Zhang-Suen算法实现图像细化处理,支持FPGA与MATLAB双平台验证。通过对比,FPGA细化效果与MATLAB一致,可有效减少图像数据量,便于后续识别与矢量化处理。算法适用于字符识别、指纹识别等领域,配套完整仿真代码及操作说明。
|
3月前
|
机器学习/深度学习 监控 并行计算
【图像增强】局部对比度增强的CLAHE算法直方图增强研究(Matlab代码实现)
【图像增强】局部对比度增强的CLAHE算法直方图增强研究(Matlab代码实现)
352 0
|
5月前
|
机器学习/深度学习 监控 算法
基于单尺度Retinex和多尺度Retinex的图像增强算法实现
基于单尺度Retinex(SSR)和多尺度Retinex(MSR)的图像增强算法实现
489 1
|
5月前
|
存储 算法 数据安全/隐私保护
基于FPGA的图像退化算法verilog实现,分别实现横向和纵向运动模糊,包括tb和MATLAB辅助验证
本项目基于FPGA实现图像运动模糊算法,包含横向与纵向模糊处理流程。使用Vivado 2019.2与MATLAB 2022A,通过一维卷积模拟点扩散函数,完成图像退化处理,并可在MATLAB中预览效果。
|
5月前
|
监控 算法 决策智能
基于盲源分离与贝叶斯非局部均值的图像降噪算法
基于盲源分离与贝叶斯非局部均值的图像降噪算法
177 0

热门文章

最新文章