ICCVSep, 2023

从 LAION-5B 到 LAION-EO：使用锚定数据集过滤数十亿张图像进行卫星图像提取

PDF
TL;DR提出并演示了基于锚点数据集的提取方法，结合进一步过滤，用于卫星图像领域，从网络中获取高像素分辨率的文本和卫星图像对数据集 LAION-EO。论文概述了采集流程和数据集的一些特征。
large datasetsimage corporaextraction approachsatellite imageryhigh-resolution dataset
发现论文，激发创造
  • LAION-5B: 用于训练下一代图像 - 文本模型的大规模开放数据集

    LAION-5B 是一个包含了 58.5 亿组图像 - 文本对的数据集，许多基础的模型如 CLIP、GLIDE 和 Stable Diffusion 成功地使用了该数据集进行复现和微调，这个数据集的开放也将推动更多基于大规模多模型的研究。

    Oct, 2022

  • LAION-400M：CLIP 过滤的 4 亿张图文对开放数据集

    这篇文章介绍了一个公共的数据集 LAION-400M，包含了 CLIP 过滤后的 4 亿对图片 - 文本配对、它们对应的 CLIP 嵌入以及 kNN 索引，能用于训练多模式语言视觉模型，进行零样本或少样本学习和迁移。

    Nov, 2021

  • 关于 LAION-2B 数据去重的研究

    本文提出了一种算法链，能够对规模为 20 亿张图片的 LAION-2B 数据集进行有效的重复检测，并揭示了大量的版权问题，能够充分解决当前模型训练时所遇到的问题。

    Mar, 2023

  • ImageNet 与 LAION 的差异

    通过仅基于图像标题搜索 LAION 数据集对 ImageNet 进行重建，我们发现重建后的数据集 LAIONet 与原始数据集有很大区别，同时提出数据生成过程的微小但重要差异以解释这种不一致性。

    Jun, 2023

  • EarthLoc：太空中通过对地球进行索引实现的宇航员摄影定位

    本研究提出了一种新颖的方法，利用图像检索技术高效解决航天员摄影图像的地理位置定位问题，通过引入创新的训练技术，包括年度数据增强和一种中性感知多相似性损失，研发了高性能模型 EarthLoc，并通过与现有方法的全面基准测试，展示了其卓越的效率和准确性，该方法将填补地球观测数据中一个重要的空白。

    Mar, 2024

  • 使用航空影像技术进行真实世界场景下的大规模汽车检测数据集 EAGLE

    EAGLE 是一种大规模的数据集，用于航空图像中多类车辆的检测，并包含了各种各样的真实世界情况，由定向边界框定义并注释，支持研究雾霾和阴影去除以及超分辨率和修补应用。

    Jul, 2020

  • 使用维基百科学习全球卫星图像的解释

    本文提出了一种新的方法来解决缺乏标注训练数据在卫星图像的细粒度解释方面的难题，通过将地理参考维基百科文章与其对应位置的卫星图像配对构建名为 WikiSatNet 的新型数据集，并提出了两种学习卫星图像表示的策略。在最新发布的 fMoW 数据集上，本文的预训练策略可以将在 ImageNet 预训练的模型的 F1 分数提高 4.5%。

    May, 2019

  • 多模态数据集：厌女、色情和恶性刻板印象

    本文报道了一个规模为 400M 的过滤了不良内容的图像 - alt 文本数据集，该数据集在生成大规模机器学习模型时可能存在的问题和潜在涉及的利益攸关者（包括 AI 社区、监管机构、政策制定者和数据主体）的问题。

    Oct, 2021

  • 利用光学雷达跨波段少样本迁移学习进行土地利用预测

    该研究探索了使用深度学习方法和分布对齐的神经网络嵌入可以提高卫星影像分析的准确性，尤其是在少量样本预测中，显著地超越了多种基线方法，其关键词有卫星图像分析，深度学习，迁移学习，Sentinel 和地区气候分区。

    Dec, 2022

  • EuroSAT：一个用于土地利用和覆盖分类的新数据集和深度学习基准

    本文介绍一种针对 Sentinel-2 卫星图像进行土地利用和土地覆盖分类的方法，提供了一个包含 13 个光谱波段及 10 类共 27,000 个标记和地理参考图像的新数据集，并使用最先进的深度卷积神经网络提供了基准测试。通过这一分类系统，可以用于检测土地利用和土地覆盖的变化，并帮助改进地理地图。

    Aug, 2017