EuroCrops：用于时间序列作物类型分类的泛欧数据集
图像与视频处理
2021-06-16 v1 计算机视觉与模式识别
机器学习
摘要
我们提出 EuroCrops，一个基于自行申报的农田标注、用于训练和评估作物类型分类与制图方法的数据集，并介绍其获取与协调过程。借此，我们旨在丰富通过地球观测与遥感进行数据驱动土地覆盖分类的研究工作与讨论。此外，通过纳入欧盟所有国家在补贴管控范围内收集的自申报数据，该数据集凸显了在跨国层面操作时所遇到的困难与陷阱。因此，我们还引入了一种新的分类方案 HCAT-ID，力求涵盖源自行政与机构数据库的参考数据的各个方面。为了兼顾遥感界与计算机视觉及机器学习界的研究人员，我们以不同格式与处理级别发布该数据集。
引用
@article{arxiv.2106.08151,
title = {EuroCrops: A Pan-European Dataset for Time Series Crop Type Classification},
author = {Maja Schneider and Amelie Broszeit and Marco Körner},
journal= {arXiv preprint arXiv:2106.08151},
year = {2021}
}
备注
4 pages, website: https://www.eurocrops.tum.de/