SWLS：沙湾市遥感图像土地覆盖语义分割数据集

摘要

近年来，随着国产高分卫星数据获取的便利性提升，遥感图像在城市扩展监测、水资源管理及农业应用等领域的解译需求愈发迫切，遥感图像语义分割技术逐渐成为核心手段之一，高质量的基准数据集是训练和评估遥感图像语义分割算法的基础．现有土地覆盖语义分割数据集大多缺乏近红外波段，地物标注精细度和多样性不足，且缺少新疆特有地貌的数据支持，限制了模型在特定地区实际应用的效果．为此，提出了一个专注于新疆沙湾市的高分辨率多光谱卫星遥感图像土地覆盖语义分割数据集Shawan Land-cover Semantic Segmentation Dataset(SWLS)，该数据集基于高分一号卫星（GF-1）的多光谱图像，涵盖了RGB和近红外4个波段，具有更精细的地物标注，尤其在防风林和建筑物等复杂类别上具备差异化标注．在SWLS数据集上对多种经典卷积神经网络和Transformer架构的语义分割模型进行了全面评估，卷积架构模型最高m IoU为87.46%,Transformer架构最高m IoU为69.83%.

关键词

高分卫星 / 遥感图像 / 语义分割 / 数据集