README_zh.md

---

license: cc-by-4.0
task_categories:
- image-segmentation
- image-to-image
tags:
- remote-sensing
- change-detection
- optical-images
- sar-images
- image-processing
size_categories:
- n<1K
language:
- en
- zh
pretty_name: "遥感图像变化检测数据集"
---


# 遥感图像变化检测数据集

*For English documentation, please see [README.md](./README.md)*

## 数据集描述

专门用于遥感图像变化检测研究的数据集，包含了完整的图像处理流程和标注信息。该数据集包含24组配准对齐的遥感图像样本，每组样本包含5种不同类型的图像文件和对应的标注文件。

## 数据集特点

- **数据规模**: 24组图像样本
- **图像类型**: 光学图像、SAR图像、二值变化图
- **文件格式**: TIF（原始图像）、PNG（变化黑白二值图）、JSON（标注文件）
- **预处理状态**: 已配准对齐裁剪，尚未按固定分辨率分割
- **标注完整性**: 包含像素级变化检测标注

## 文件结构

数据集包含以下6个目录：

### 图像文件
- **A/**: 高分二号（Gaofen-2）事前光学图像（.tif）- 变化检测的参考基准图像
- **B/**: 高分三号（Gaofen-3）事后SAR图像（.tif）- 合成孔径雷达图像
- **C/**: 哨兵二号（Sentinel-2）未处理的事后光学图像（.tif）- 原始光学图像
- **D/**: 哨兵二号（Sentinel-2）相对辐射校正后的事后光学图像（.tif）- 经过预处理的光学图像
- **E/**: 黑白二值像素变化图（.png）- 变化检测

### 标注文件  
- **json/**: 变化图对应的JSON标注文件，可以使用[LabelmeCD-AI](https://github.com/Mriris/labelme_cd_AI)读取和修改

## 数据集用途

### 主要应用场景
1. **变化检测算法研究** - 开发和测试新的变化检测方法
2. **多模态融合** - 研究光学图像与SAR图像的融合技术
3. **图像预处理评估** - 比较不同预处理方法的效果
4. **深度学习** - 作为训练和测试数据

### 研究方向
- 时序遥感图像分析
- 多光谱图像处理
- 城市建筑变化监测

## 技术规格

- **处理状态**: 已配准对齐
- **通道数**: 3

## 注意事项

1. **文件完整性**: 确保A、B、C、D、E目录中的文件数量一致
2. **预处理需求**: 根据具体应用需求，必须进一步统一分辨率
3. **去重**：虽然每组图像是人工单独标注的，但是为了避免重叠区域导致的验证集和训练集混淆，可根据坐标自行去重

## 引用信息

如果您在研究中使用了这个数据集，请引用：

```bibtex

@dataset{remote_sensing_change_detection_2025,

  title={remote-sensing-change-detection},

  author={Tingxuan Yan},

  year={2025},

  publisher={Hugging Face},

  howpublished={\url{https://huggingface.co/datasets/Mercyiris/remote-sensing-change-detection}}

}

```

## 许可证

本数据集采用 CC BY 4.0 许可证发布，允许自由使用、修改和分发，但需注明出处。

## 联系方式

如有任何问题或建议，请通过以下方式联系：
- Hugging Face: [@Mercyiris](https://huggingface.co/Mercyiris)
- 邮箱: 2647381485@qq.com