吐槽,GID数据集制作深度学习样本

GID 高分二号高分辨率土地覆盖数据集

GID 是 gaofen image dataset的缩写。

包含150张高分二号影像,被切成512×512大小的图片 标签含有5种类别(不加空白),0:建筑、1:田地、2:林地、3:草地、4:水体

来源:https://x-ytong.github.io/project/GID.html

首先下载GID-5网盘数据的只有标签文件,影像需要去另一个链接下载。

某网盘的GID5数据

不过这点作者在readme中提到了。

GID5 README

在我下载完标签文件后,转头去Five-Billion-Pixels.下载对应影像文件。

Five-Billion-Pixels数据集

Five-Billion-Pixels 不止是有影像,还有其他标签。不过我并不需要Five-Billion-Pixels.的标签,考虑到深度学习图像处理大多数是处理8bit数据,我就下载上图中的Image__8bit_NirRGB 文件夹,结果踩坑了。

因为Image__8bit_NirRGB 中的文件是存在明显错误的。

根据介绍得知,该Image__8bit_NirRGB是8bit,波段顺序是nir、R、G、B。正常情况下是我需要对这个文件进行波段重组为RGB波段顺序的格式,然后再对影像和标签进行切片,分割为256x256或者512x512尺寸大小的训练样本。

但是!没想到Image__8bit_NirRGB的文件最后一个波段是坏的,全是255值,下图是在acrgis打开的结果,我设置了只显示第四波段。

影像地址

即使只显示前三波段进行展示,颜色效果也异常诡异,完全不不像场景的假彩色图像。

异常的显示效果

不过还好有补救措施,因为作者不止是提供了8bit的影像,还提供了8bit的爸爸:16bit

16bit

我们只需要下载16bit,然后自己做一个批处理的拉伸处理,即可得到正常的8bit数据。

根据作者提供的readme得知,16-bit影像的波段顺序是B, G, R, Nir

Image_16bit_BGRNir: 150 raw 16-bit GF-2 images, of which the band order is B, G, R, Nir.
Image__8bit_NirRGB: 150 re-quantized 8-bit GF-2 images, of which the band order is Nir, R, G, B.

所以我们在arcgis设置16bit的波段显示,即可检查16bit是否正常。下图是我们在arcgis的设置波段显示

arcgis设置波段

红色对应第三波段

绿色是第二波段

蓝色则是第一波段

下图是该16bit在拉伸后的显示效果。

16bit在拉伸后的显示效果

GID数据集虽有不足,但瑕不掩瑜。作为开源数据集,它获取成本极低,非常适合用于深度学习遥感图像处理的学习与实践。最后,感谢武汉大学的开源贡献。