FloodNet

数据集下载链接：http://er8q1.avtk.cn/c3

这些数据是在飓风哈维过后使用小型无人机平台 DJI Mavic Pro 四轴飞行器收集的。整个数据集有 2343 张图像，分为训练 （~60%）、验证 （~20%） 和测试 （~20%） 集。语义分割标签包括：1）背景，2）建筑物被淹，3）建筑物未被淹没，4）道路被洪水淹没，5）道路未被淹没，6）水，7）树木，8）车辆，9）游泳池，10）草。

LoveDA

数据集下载链接：http://er8qf.avtk.cn/53

Sentinel-2 Cloud Mask

数据集下载链接：http://er8q0.avtk.cn/ff

此数据集包括 513 个 1022 x 1022 像素子场景的云掩码，分辨率为 20m，从 2018 年 1C 级 Sentinel-2 档案中随机采样。

MiniFrance

数据集下载链接：http://er8qz.avtk.cn/fc

包含 2000 多张非常高分辨率的航空图像;它是多种多样的，涵盖了法国的 16 个大都市，气候不同，景观不同，城市和乡村风光各异

LandCoverNet

数据集下载链接：http://er8qt.avtk.cn/cb

LandCoverNet 是一个全球年度土地覆盖分类训练数据集，其中包含 2018 年 Sentinel-1、Sentinel-2 和 Landsat-8 任务的多光谱卫星图像的标签。Radiant Earth 使用 ESA Sentinel-2 任务的 300 个地理上不同的图块生成了数据集，涵盖非洲、亚洲、澳大利亚和大洋洲、欧洲、北美和南美洲地区。

有六个单独的训练数据集。它们总共包含 8,941 个 256 x 256 像素的图像芯片，在全球范围内进行标记，整个训练数据集的像素为 ~5.86 亿。每个像素根据其年度时间序列分为七个土地覆被类别之一。这些类别是水、天然裸露地面、人工裸露地面、木本植被、耕种植被、（半）自然植被和永久雪/冰。

DLR-SkyScapes

数据集下载链接：http://er8q7.avtk.cn/b7

这些图像由德国航空航天中心 （DLR） 通过在德国和几个欧洲国家的多个城市上空的空中采集飞行采集。数据收集是通过德国的直升机或飞机进行的，使用低成本的相机阵列系统，该系统由安装在灵活平台上的三台 DSLR 相机组成，用于记录数据。仅选择了看起来最低点的图像。总共选择了 16 张大小为 5616×3744 像素的非重叠 RGB 图像。离地面约 1000 米的飞行高度导致 GSD 约为 13 厘米/像素。这些图像表示城市和部分农村地区，包括高速公路、一阶/二阶道路以及复杂的交通状况，例如十字路口和拥堵。