法国国家地理与森林信息研究所（IGN） 发布 FLAIR-HUB 数据集, 应用在 遥感、机器学习 领域

法国国家地理与森林信息研究所（IGN） 本次发布的数据集 FLAIR-HUB, FLAIR-HUB是法国国家地理与森林信息研究所（IGN）推出的一个大规模多模态土地覆盖数据集，拥有超高分辨率（20厘米）的标注，覆盖了法国2528平方公里的区域。该数据集结合了六种对齐的模态，包括航空影像、Sentinel-1/2时间序列、SPOT影像、地形数据以及历史航空影像。FLAIR-HUB包含超过630亿个像素的手工标注，涵盖了19个土地覆盖类别和23种作物类型。数据集的空间分辨率对于土地覆盖分析至关重要，可以精确测量地表和边界，捕捉到诸如房屋、树木或道路等小规模特征。FLAIR-HUB旨在支持监督学习和多模态预训练，并促进大规模语义分割方法的发展。该数据集可用于多模态自我监督方法或数据融合方法的研究，并且将随着新对齐模态或新标注的添加而不断发展。

查看FLAIR-HUB

关于 法国国家地理与森林信息研究所（IGN） , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。