May, 2024
FUSU：一份细粒度城市语义理解的多时序土地利用变化分割数据集
FUSU: A Multi-temporal-source Land Use Change Segmentation Dataset for Fine-grained Urban Semantic Understanding
Shuai Yuan, Guancong Lin, Lixian Zhang, Runmin Dong, Jinxiao Zhang...
TL;DR利用多时相遥感图像进行精细城市变化分割对于理解人地互动非常重要。我们介绍了 FUSU，这是一个多源、多时序变化分割数据集，用于精细级城市语义理解。FUSU 拥有迄今为止最详细的土地利用分类系统，具有 17 类和 300 亿像素的注释。通过提供像素级细化注释和高空间 - 时间分辨率数据，FUSU 为深度学习模型理解城市化和土地利用变化提供了坚实的基础。我们提出了一个统一的时序架构来检测和分割变化，并在多项任务上对 FUSU 进行了基准测试。数据集和代码将在此 URL 上提供。