要約
ディープ ラーニングの時代において、注釈付きのデータセットは、リモート センシング コミュニティにとって重要な資産となっています。
過去 10 年間で、それぞれが特定のデータ タイプ用に設計され、特定のタスクまたはアプリケーションを念頭に置いて、多数の異なるデータセットが公開されました。
リモート センシング データセットのジャングルでは、既に利用可能なものを追跡するのは難しい場合があります。
このペーパーでは、EOD (IEEE GRSS 地球観測データベース (EOD)) を紹介します。これは、リモート センシング画像を活用して、さまざまな種類のデータセットをカタログ化するためのインタラクティブなオンライン プラットフォームです。
要約(オリジナル)
In the era of deep learning, annotated datasets have become a crucial asset to the remote sensing community. In the last decade, a plethora of different datasets was published, each designed for a specific data type and with a specific task or application in mind. In the jungle of remote sensing datasets, it can be hard to keep track of what is available already. With this paper, we introduce EOD – the IEEE GRSS Earth Observation Database (EOD) – an interactive online platform for cataloguing different types of datasets leveraging remote sensing imagery.
arxiv情報
著者 | Michael Schmitt,Pedram Ghamisi,Naoto Yokoya,Ronny Hänsch |
発行日 | 2022-09-26 07:44:41+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google