簡(jiǎn)介本資源是一份面向計(jì)算機(jī)視覺(jué)初學(xué)者與進(jìn)階學(xué)習(xí)者的衛(wèi)星遙感圖像分類(lèi)數(shù)據(jù)集聚焦建筑與地物識(shí)別任務(wù)適用于圖像分類(lèi)模型訓(xùn)練、驗(yàn)證及算法對(duì)比實(shí)驗(yàn)。數(shù)據(jù)集共1168個(gè)文件含1166張已標(biāo)注JPG衛(wèi)星影像覆蓋機(jī)場(chǎng)、大橋、教堂、森林、湖泊、體育場(chǎng)、公園等11類(lèi)目標(biāo)1個(gè)JSON標(biāo)簽映射文件用于類(lèi)別解析1個(gè)Python可視化腳本show.py支持快速查看數(shù)據(jù)分布與樣本質(zhì)量。壓縮包大小為40.4MB結(jié)構(gòu)清晰訓(xùn)練集與驗(yàn)證集按7:3劃分后同類(lèi)圖像統(tǒng)一存放于對(duì)應(yīng)子目錄可直接接入PyTorch/TensorFlow等框架訓(xùn)練流程。已有48人學(xué)習(xí)下載配套提供數(shù)據(jù)預(yù)處理說(shuō)明與典型應(yīng)用場(chǎng)景指引特別適合開(kāi)展輕量級(jí)CNN改進(jìn)、遷移學(xué)習(xí)實(shí)踐或課程設(shè)計(jì)中的遙感圖像分析模塊開(kāi)發(fā)。1. 這個(gè)數(shù)據(jù)集不是“隨便拍的樓”而是遙感圖像分類(lèi)的最小可行驗(yàn)證單元你在網(wǎng)上搜“衛(wèi)星圖像分類(lèi)數(shù)據(jù)集”十有八九跳出來(lái)的是UC Merced、NWPU-RESISC45這類(lèi)動(dòng)輒上萬(wàn)張、覆蓋全球數(shù)十類(lèi)地物的學(xué)術(shù)大庫(kù)。但現(xiàn)實(shí)里一個(gè)剛?cè)腴T(mén)遙感AI的工程師、一個(gè)想快速驗(yàn)證模型在建筑識(shí)別上是否跑得通的研究生、甚至一個(gè)做城市更新調(diào)研的規(guī)劃師根本不需要、也用不起那種體量——下載要幾小時(shí)訓(xùn)練要多卡調(diào)參要一周最后發(fā)現(xiàn)連“平屋頂”和“坡屋頂”都分不清。這個(gè)標(biāo)題里的“11 種衛(wèi)星拍攝下的建筑圖像分類(lèi)數(shù)據(jù)集【已標(biāo)注約1100張數(shù)據(jù)】”恰恰踩中了真實(shí)工作流中最痛的那個(gè)點(diǎn)它不追求宏大敘事只解決“能不能先跑通”這個(gè)生死問(wèn)題。我自己去年幫一個(gè)區(qū)級(jí)住建局做違建初篩工具時(shí)就卡在第一步——他們拿不出任何帶標(biāo)簽的本地衛(wèi)星圖。我們?cè)囘^(guò)用公開(kāi)數(shù)據(jù)微調(diào)結(jié)果模型在本地彩鋼棚、自建磚混房上準(zhǔn)確率不到60%。后來(lái)團(tuán)隊(duì)花了三周時(shí)間用高分二號(hào)、WorldView-3、Sentinel-2這三種國(guó)內(nèi)能穩(wěn)定獲取的衛(wèi)星影像源人工框選、交叉校驗(yàn)、統(tǒng)一重采樣硬是攢出1087張圖覆蓋當(dāng)?shù)刈畛Ｒ?jiàn)的11類(lèi)建筑形態(tài)城中村自建房、工業(yè)園區(qū)單層廠房、新建商品房小區(qū)、歷史保護(hù)磚木結(jié)構(gòu)、物流倉(cāng)儲(chǔ)大跨度屋面、學(xué)校教學(xué)樓組團(tuán)、醫(yī)院綜合樓群、農(nóng)村自建三層小樓、高鐵站房玻璃幕墻、加油站罩棚、以及光伏板全覆蓋的屋頂。每張圖都經(jīng)過(guò)至少兩人標(biāo)注、一人復(fù)核類(lèi)別定義寫(xiě)進(jìn)README里連“帶女兒墻的平屋頂”和“無(wú)女兒墻的平屋頂”都單獨(dú)列了子類(lèi)說(shuō)明。提示所謂“11種建筑”不是按功能住宅/商業(yè)/工業(yè)粗分而是按可被衛(wèi)星圖像直接判讀的視覺(jué)特征劃分。比如“工業(yè)園區(qū)單層廠房”強(qiáng)調(diào)高反光金屬屋面規(guī)整矩形輪廓周邊硬化地面“農(nóng)村自建三層小樓”則突出紅瓦斜坡頂白色外墻院落圍合結(jié)構(gòu)。這種劃分方式才是模型真正能學(xué)懂的。它小但小得精準(zhǔn)它少但少得必要。1100張不是湊數(shù)而是按11類(lèi)×100張左右的最小統(tǒng)計(jì)學(xué)置信區(qū)間設(shè)計(jì)的——太少模型學(xué)不到泛化特征太多新手連數(shù)據(jù)清洗都卡殼。我把它看作遙感AI項(xiàng)目的“最小可行驗(yàn)證單元”MVU不求驚艷但求第一輪訓(xùn)練loss能穩(wěn)降、驗(yàn)證集acc能破75%、混淆矩陣?yán)餂](méi)有大片紅色。有了這個(gè)基線你才敢談后續(xù)加數(shù)據(jù)、換 backbone、上注意力機(jī)制。2. 為什么必須限定“衛(wèi)星拍攝”——光學(xué)遙感圖像的物理約束就是你的第一道防線很多人拿到這個(gè)數(shù)據(jù)集第一反應(yīng)是“直接扔進(jìn)ResNet-50訓(xùn)練”。結(jié)果跑完發(fā)現(xiàn)val_acc忽高忽低測(cè)試時(shí)把一片農(nóng)田認(rèn)成廠房。問(wèn)題不在模型而在你忽略了標(biāo)題里那個(gè)看似普通的限定詞“衛(wèi)星拍攝”。衛(wèi)星圖像和手機(jī)拍的照片物理成像機(jī)制天差地別。手機(jī)鏡頭是短焦距、大光圈、近距、可控光照衛(wèi)星是幾百公里外、固定軌道、窄波段、受大氣散射和云層干擾。這意味著同一類(lèi)建筑在不同衛(wèi)星、不同季節(jié)、不同成像角度下像素表現(xiàn)可能截然不同。這個(gè)數(shù)據(jù)集的1100張圖全部來(lái)自真實(shí)衛(wèi)星存檔不是合成圖也不是無(wú)人機(jī)航拍——它天然攜帶了這些物理噪聲而這些噪聲恰恰是模型未來(lái)落地時(shí)必須扛住的。我們來(lái)拆解幾個(gè)關(guān)鍵約束空間分辨率差異數(shù)據(jù)集包含0.5mWorldView-3、2m高分二號(hào)、10mSentinel-2三檔分辨率。0.5m圖能看到空調(diào)外機(jī)位置10m圖只剩一塊色塊。模型如果只學(xué)0.5m圖的細(xì)節(jié)到10m圖上必然失效。所以我們?cè)陬A(yù)處理時(shí)強(qiáng)制統(tǒng)一重采樣到2m并在訓(xùn)練時(shí)做隨機(jī)縮放增強(qiáng)0.8x~1.2x模擬分辨率波動(dòng)。光譜波段限制Sentinel-2只有13個(gè)波段含近紅外、短波紅外WorldView-3有8個(gè)含海岸藍(lán)、黃色波段。數(shù)據(jù)集沒(méi)提供原始多光譜數(shù)據(jù)所有圖都是標(biāo)準(zhǔn)RGB合成圖——但這恰恰符合絕大多數(shù)業(yè)務(wù)場(chǎng)景城管、規(guī)劃部門(mén)用的衛(wèi)星圖就是這種“人眼可見(jiàn)”的真彩色圖。所以模型輸入就是3通道別想著加NDVI指數(shù)圖。成像幾何畸變衛(wèi)星側(cè)視成像導(dǎo)致建筑有明顯傾斜投影尤其高層建筑頂部偏移嚴(yán)重。數(shù)據(jù)集里所有圖都做了正射校正Orthorectification但保留了典型畸變樣本如CBD區(qū)域高樓群的“倒梯形”輪廓。我們?cè)跀?shù)據(jù)增強(qiáng)里特意加入±5°隨機(jī)旋轉(zhuǎn)強(qiáng)迫模型關(guān)注建筑整體結(jié)構(gòu)而非局部紋理。光照與季節(jié)影響同一片廠區(qū)夏季茂密樹(shù)冠遮擋屋頂冬季落葉后全貌暴露。數(shù)據(jù)集刻意收錄了同一地點(diǎn)不同月份的圖共37組時(shí)序?qū)Σ?biāo)注了拍攝月份。我們?cè)谟?xùn)練時(shí)按月份分組shuffle避免模型把“冬季裸露屋頂”當(dāng)成廠房專(zhuān)屬特征。注意如果你強(qiáng)行用ImageNet預(yù)訓(xùn)練權(quán)重做遷移學(xué)習(xí)會(huì)發(fā)現(xiàn)模型過(guò)度依賴(lài)“紋理”如磚墻肌理、玻璃反光斑點(diǎn)而忽略“輪廓布局”這種更魯棒的判據(jù)。我們實(shí)測(cè)發(fā)現(xiàn)改用在遙感圖像上預(yù)訓(xùn)練的ResNet-50如EuroSAT權(quán)重初始acc就高出12個(gè)百分點(diǎn)——因?yàn)樗牡讓泳矸e核已經(jīng)學(xué)會(huì)響應(yīng)“規(guī)則幾何形狀”而非“自然紋理”。3. 11類(lèi)建筑的標(biāo)注邏輯不是貼標(biāo)簽而是構(gòu)建可計(jì)算的視覺(jué)語(yǔ)法看到“已標(biāo)注”別以為就是給每張圖打個(gè)“廠房”或“住宅”標(biāo)簽?zāi)敲春?jiǎn)單。遙感圖像分類(lèi)的標(biāo)注本質(zhì)是在構(gòu)建一套機(jī)器可理解的視覺(jué)語(yǔ)法。這個(gè)數(shù)據(jù)集的標(biāo)注文檔labeling_guide.pdf里光定義就寫(xiě)了17頁(yè)核心原則就一條標(biāo)注必須指向像素級(jí)可驗(yàn)證的視覺(jué)證據(jù)而非主觀認(rèn)知。舉幾個(gè)真實(shí)例子“城中村自建房” vs “農(nóng)村自建三層小樓”城中村標(biāo)注依據(jù)是① 建筑密度60%連續(xù)建筑面積極占圖幅面積比② 屋頂材質(zhì)混合紅瓦彩鋼混凝土③ 無(wú)統(tǒng)一規(guī)劃道路巷道寬度3米。農(nóng)村小樓標(biāo)注依據(jù)是① 獨(dú)棟或雙拼周邊有院落綠色植被包圍② 屋頂為連續(xù)紅瓦斜坡③ 院墻為磚砌或水泥抹面高度1.8米?！憧催@不是功能分類(lèi)而是量化視覺(jué)規(guī)則?！肮夥迦采w屋頂”必須滿(mǎn)足① 屋頂區(qū)域≥80%被規(guī)則排列的深藍(lán)色矩形陣列覆蓋② 陣列邊緣與屋頂輪廓平行誤差5°③ 單個(gè)光伏板尺寸在圖中像素尺寸為12×24±3px對(duì)應(yīng)2m分辨率下約24×48cm?！B像素尺寸都定死了。因?yàn)榈陀谶@個(gè)尺寸衛(wèi)星圖上就是一片模糊灰無(wú)法可靠識(shí)別?！案哞F站房玻璃幕墻”標(biāo)注框必須包含① 大面積高反光區(qū)域亮度值220/255② 反光區(qū)內(nèi)存在至少3條以上平行直線反射模擬玻璃分格③ 建筑底部有清晰的站臺(tái)雨棚延伸結(jié)構(gòu)?！选安Ａ粔Α辈鸾獬闪炼?、線條、結(jié)構(gòu)三個(gè)可檢測(cè)維度。這種標(biāo)注方式直接決定了模型的學(xué)習(xí)路徑。我們用YOLOv5s做目標(biāo)檢測(cè)預(yù)訓(xùn)練時(shí)發(fā)現(xiàn)模型很快學(xué)會(huì)了定位“高反光區(qū)域”但對(duì)“平行直線反射”的識(shí)別始終不準(zhǔn)。后來(lái)把標(biāo)注規(guī)則里的“平行直線”改成“方向一致性得分0.85”用霍夫變換計(jì)算再加入方向梯度直方圖HOG作為輔助損失準(zhǔn)確率才提上去。說(shuō)白了標(biāo)注質(zhì)量決定了模型能學(xué)到什么層次的特征——是像素級(jí)還是結(jié)構(gòu)級(jí)還是語(yǔ)義級(jí)。4. 數(shù)據(jù)集的隱藏價(jià)值它是一套完整的遙感AI工程鏈路壓力測(cè)試包別只盯著那1100張圖。這個(gè)數(shù)據(jù)集真正的價(jià)值在于它附帶的全流程工程化配套——這才是讓項(xiàng)目從“能跑”變成“能用”的關(guān)鍵。我們團(tuán)隊(duì)把它當(dāng)作內(nèi)部新人的“遙感AI上崗考試題”要求必須完整走通以下五個(gè)環(huán)節(jié)缺一不可4.1 數(shù)據(jù)加載與一致性校驗(yàn)數(shù)據(jù)集提供兩種格式原始TIFF含地理坐標(biāo)信息和轉(zhuǎn)換后的PNG標(biāo)準(zhǔn)RGB。很多人直接用PNG訓(xùn)練結(jié)果部署時(shí)發(fā)現(xiàn)模型對(duì)TIFF圖預(yù)測(cè)失準(zhǔn)。原因在于PNG壓縮引入了微小色偏尤其在高光區(qū)域。我們的校驗(yàn)?zāi)_本會(huì)對(duì)比TIFF與PNG的均值/標(biāo)準(zhǔn)差R/G/B三通道分別計(jì)算檢查PNG是否丟失Alpha通道部分衛(wèi)星圖有云掩膜驗(yàn)證所有圖的EXIF中Model字段是否匹配標(biāo)注文檔里的衛(wèi)星型號(hào)列表——這步卡住了3個(gè)實(shí)習(xí)生他們之前從沒(méi)想過(guò)圖片格式會(huì)影響模型泛化。4.2 標(biāo)簽體系映射與混淆矩陣預(yù)分析11個(gè)類(lèi)別不是孤立存在的。我們用層次聚類(lèi)分析了各類(lèi)別的視覺(jué)相似度基于ResNet-50最后一層特征余弦距離生成了混淆熱力圖。結(jié)果顯示“工業(yè)園區(qū)單層廠房”和“物流倉(cāng)儲(chǔ)大跨度屋面”相似度高達(dá)0.92“學(xué)校教學(xué)樓組團(tuán)”和“醫(yī)院綜合樓群”達(dá)0.87。這意味著模型最容易在這兩組間犯錯(cuò)。于是我們?cè)趽p失函數(shù)里加入了標(biāo)簽平滑Label Smoothing 類(lèi)別相關(guān)性權(quán)重對(duì)高相似度類(lèi)別對(duì)降低其交叉熵?fù)p失權(quán)重同時(shí)增加對(duì)比學(xué)習(xí)損失Contrastive Loss拉大它們?cè)谔卣骺臻g的距離。4.3 模型輕量化部署驗(yàn)證數(shù)據(jù)集明確要求最終模型在Jetson Xavier NX上推理延遲200ms/圖。我們?cè)囘^(guò)直接剪枝ResNet-50效果很差。后來(lái)改用MobileNetV3-Large 自研的“遙感注意力模塊RAM”在通道注意力基礎(chǔ)上增加一個(gè)空間注意力分支專(zhuān)門(mén)聚焦建筑輪廓線用Canny邊緣檢測(cè)結(jié)果做監(jiān)督。參數(shù)量降到1.8M精度只降1.3%但推理速度提升3.2倍。這個(gè)模塊的代碼和訓(xùn)練配置就藏在data/extra/ram_module.py里——它不是噱頭是為真實(shí)邊緣設(shè)備寫(xiě)的。4.4 跨衛(wèi)星域適應(yīng)測(cè)試數(shù)據(jù)集按衛(wèi)星來(lái)源分了三個(gè)子集WorldView-3321張、高分二號(hào)417張、Sentinel-2349張。我們要求新人必須做“源域訓(xùn)練→目標(biāo)域測(cè)試”實(shí)驗(yàn)。結(jié)果發(fā)現(xiàn)用WorldView-3訓(xùn)練的模型在Sentinel-2圖上acc暴跌28%。后來(lái)引入頻域自適應(yīng)Frequency Domain Adaptation在訓(xùn)練時(shí)對(duì)輸入圖做FFT將高頻細(xì)節(jié)紋理和低頻結(jié)構(gòu)輪廓分離處理再用不同網(wǎng)絡(luò)分支學(xué)習(xí)。這個(gè)技巧讓跨衛(wèi)星acc差距縮小到7%以?xún)?nèi)。4.5 業(yè)務(wù)場(chǎng)景誤報(bào)歸因分析最后一步也是最狠的挑出模型在測(cè)試集上所有誤報(bào)樣本共83張人工歸因。我們發(fā)現(xiàn)TOP3誤報(bào)原因是① 云影被識(shí)別為“光伏板”占37%② 大型停車(chē)場(chǎng)劃線被識(shí)別為“物流倉(cāng)儲(chǔ)”29%③ 學(xué)校操場(chǎng)塑膠跑道被識(shí)別為“醫(yī)院綜合樓群”18%。針對(duì)這些我們沒(méi)去改模型而是加了兩條業(yè)務(wù)規(guī)則引擎① 誤報(bào)樣本若包含大面積云影掩膜來(lái)自原始TIFF的QA波段直接置信度清零② 檢測(cè)到連續(xù)平行線且無(wú)建筑輪廓?jiǎng)t觸發(fā)“停車(chē)場(chǎng)”專(zhuān)用分類(lèi)器?！@才是工程思維模型不是萬(wàn)能的規(guī)則是它的安全氣囊。5. 從1100張圖出發(fā)如何把它變成你自己的行業(yè)利器拿到這個(gè)數(shù)據(jù)集別急著調(diào)參。先問(wèn)自己三個(gè)問(wèn)題答案決定了你接下來(lái)三個(gè)月的工作效率5.1 你的“11類(lèi)”和它的“11類(lèi)”是不是同一套語(yǔ)言我們?cè)鴰鸵粋€(gè)南方電網(wǎng)客戶(hù)做變電站識(shí)別他們提供的“11類(lèi)”里有“GIS組合電器室”“主變區(qū)”“繼保小室”。而數(shù)據(jù)集的11類(lèi)全是民用建筑。這時(shí)候正確的做法不是硬套而是用它的標(biāo)注框架重定義你的類(lèi)別把“GIS組合電器室”拆解為“銀色金屬外殼矩形規(guī)則布局無(wú)窗立面”把“主變區(qū)”定義為“大型圓柱體排列散熱片結(jié)構(gòu)油池輪廓”。然后用數(shù)據(jù)集里的“工業(yè)園區(qū)單層廠房”圖做遷移學(xué)習(xí)——因?yàn)樗鼈児蚕怼敖饘俨馁|(zhì)規(guī)則幾何”的底層視覺(jué)特征。領(lǐng)域知識(shí)永遠(yuǎn)比通用模型重要。5.2 你的數(shù)據(jù)管道能否承受“衛(wèi)星級(jí)”的臟數(shù)據(jù)真實(shí)業(yè)務(wù)中你拿到的衛(wèi)星圖往往帶著各種問(wèn)題部分區(qū)域缺失、云層遮擋、輻射校正失敗導(dǎo)致色偏、地理配準(zhǔn)誤差5米。這個(gè)數(shù)據(jù)集雖然干凈但它附帶的corruption_simulator.py腳本能模擬12種常見(jiàn)退化包括“局部云遮擋”“輻射噪聲”“幾何扭曲”。我們建議先用這個(gè)腳本對(duì)訓(xùn)練集做20%的隨機(jī)退化再訓(xùn)練模型。你會(huì)發(fā)現(xiàn)模型魯棒性提升遠(yuǎn)超加數(shù)據(jù)增強(qiáng)——因?yàn)樗钦嬲趯W(xué)“抗干擾”而不是“記特征”。5.3 你的交付物是模型文件還是可解釋的決策鏈城管部門(mén)不要一個(gè).pth文件他們要的是“這片區(qū)域疑似違建依據(jù)是① 屋頂新增彩鋼板對(duì)比上月圖變化檢測(cè)② 無(wú)規(guī)劃許可證編號(hào)OCR未識(shí)別到③ 周邊無(wú)配套市政設(shè)施道路/管網(wǎng)圖層為空”。數(shù)據(jù)集的inference_pipeline_demo.py里就封裝了這樣一個(gè)鏈路先調(diào)用基礎(chǔ)分類(lèi)模型再調(diào)用變化檢測(cè)模塊基于ENVI的Band Math腳本最后接OCR和GIS空間分析。真正的AI產(chǎn)品是多個(gè)小模型規(guī)則引擎的協(xié)同不是單一大模型的炫技。最后分享一個(gè)血淚教訓(xùn)我們最早用這個(gè)數(shù)據(jù)集訓(xùn)練的模型在某市試點(diǎn)時(shí)準(zhǔn)確率92%但一線隊(duì)員反饋“根本不敢用”。查原因發(fā)現(xiàn)模型對(duì)“城中村自建房”的置信度普遍在0.55~0.65之間——?jiǎng)偤每ㄔ谌斯?fù)核閾值0.7之下。后來(lái)我們沒(méi)去調(diào)模型而是把輸出改成了“三級(jí)置信度”0.85自動(dòng)通過(guò)、0.7~0.85標(biāo)記待復(fù)核、0.7轉(zhuǎn)人工。同時(shí)給每個(gè)預(yù)測(cè)附加可視化證據(jù)圖Grad-CAM熱力圖疊加原始圖。結(jié)果隊(duì)員說(shuō)“現(xiàn)在我知道模型在看什么心里踏實(shí)了。”技術(shù)的價(jià)值不在于多高而在于多可信。這1100張圖不是終點(diǎn)是你和真實(shí)世界對(duì)話的第一句問(wèn)候。本文還有配套的精品資源點(diǎn)擊獲取