ReCon1M：用于遥感图像关系理解的大规模基准数据集
计算机视觉与模式识别
2024-06-11 v1
摘要
场景图生成（SGG）是一项高级视觉理解与推理任务，旨在从图像中提取实体（如物体）及其相互关系。近年来，自然图像中SGG的研究取得了显著进展，但在遥感图像领域的探索仍然非常有限。遥感图像的复杂特性导致其标注所需的时间和人工判读成本高于自然图像。缺乏大规模公开的SGG基准是阻碍航空影像中SGG相关研究进展的主要障碍。在本文中，我们介绍了遥感图像领域首个公开可用的大规模、百万级关系数据集，命名为ReCon1M。具体来说，我们的数据集基于Fair1M构建，包含21,392张图像。它包含了60个不同类别的859,751个物体边界框的标注，以及基于这些边界框的64个类别的1,149,342个关系三元组。我们详细描述了数据集的特征和统计信息。我们在该数据集上进行了两个物体检测任务和SGG中的三个子任务，评估了主流方法在这些任务上的性能。
引用
@article{arxiv.2406.06028,
title = {ReCon1M:A Large-scale Benchmark Dataset for Relation Comprehension in Remote Sensing Imagery},
author = {Xian Sun and Qiwei Yan and Chubo Deng and Chenglong Liu and Yi Jiang and Zhongyan Hou and Wanxuan Lu and Fanglong Yao and Xiaoyu Liu and Lingxiang Hao and Hongfeng Yu},
journal= {arXiv preprint arXiv:2406.06028},
year = {2024}
}