要約
太陽光発電（PV）は、エネルギー転換において重要な役割を担っています。小規模な太陽光発電設備はかつてないほどのペースで導入されていますが、公的機関にはそれらに関する質の高いデータがないことが多いため、グリッドへの統合は困難な場合があります。住宅用太陽光発電設備に関する知識を深めるために、オーバーヘッド画像を利用した機械学習モデルにより、これらの設備を自動的にマッピングすることが可能になってきています。しかし、これらのモデルは、画像取得の違いにより、ある地域やデータソースから別の地域へ容易に移行することができません。このドメインシフトと呼ばれる問題を解決し、PVアレイマッピングパイプラインの開発を促進するために、我々は航空写真、アノテーション、およびセグメンテーションマスクを含むデータセットを提案する。28,000以上の設置場所のメタデータを提供します。13,000件のセグメンテーションマスク（うち7,000件は2つの画像プロバイダーによるアノテーション付き）を提供します。最後に、8,000以上の設備について、アノテーションと一致する設備のメタデータを提供します。データセットの用途としては、エンドツーエンドのPVレジストリ構築、堅牢なPV施設マッピング、クラウドソースデータセットの分析などが挙げられます。
要約(オリジナル)
Photovoltaic (PV) energy generation plays a crucial role in the energy transition. Small-scale PV installations are deployed at an unprecedented pace, and their integration into the grid can be challenging since public authorities often lack quality data about them. Overhead imagery is increasingly used to improve the knowledge of residential PV installations with machine learning models capable of automatically mapping these installations. However, these models cannot be easily transferred from one region or data source to another due to differences in image acquisition. To address this issue known as domain shift and foster the development of PV array mapping pipelines, we propose a dataset containing aerial images, annotations, and segmentation masks. We provide installation metadata for more than 28,000 installations. We provide ground truth segmentation masks for 13,000 installations, including 7,000 with annotations for two different image providers. Finally, we provide installation metadata that matches the annotation for more than 8,000 installations. Dataset applications include end-to-end PV registry construction, robust PV installations mapping, and analysis of crowdsourced datasets.
arxiv情報
| 著者 | Gabriel Kasmi,Yves-Marie Saint-Drenan,David Trebosc,Raphaël Jolivet,Jonathan Leloux,Babacar Sarr,Laurent Dubus |
| 発行日 | 2022-09-08 11:42:53+00:00 |
| arxivサイト | arxiv_id(pdf) |