衛星画像は、農業、国防と情報、エネルギー、金融など、様々な市場に対する独自の洞察を提供します。Planetなどの新しい商業画像プロバイダーは、毎日小衛星コンステレーションを使って地球全体の画像を撮影しています。大量の新しい画像は、組織が撮影された各画像を手動で確認する能力を超えており、分析プロセスを自動化するために機械学習とコンピュータビジョンアルゴリズムが必要です。このデータセットの目的は、衛星画像から大型船舶の位置を検出するという困難なタスクを解決するのに役立つことです。このプロセスを自動化することは、港湾活動レベルの監視やサプライチェーン分析など、多くの問題に応用できます。

内容

このデータセットは、カリフォルニア州のサンフランシスコ湾とサンペドロ湾地域で収集されたPlanet衛星画像から抽出された画像チップで構成されています。「船」または「船なし」の分類でラベル付けされた4000枚の80×80のRGB画像が含まれています。画像チップは、3メートルの画素サイズに正射補正されたPlanetScopeの全フレーム可視シーン製品から取得されました。

提供されるのは、.png画像チップとしての全データセットを含む圧縮ディレクトリ shipsnet.zip です。各個々の画像ファイル名は特定の形式に従っています：{ラベル} __ {シーンID} __ {経度}_{緯度}.png

• ラベル： それぞれ「船」クラスと「船なし」クラスを表す1または0の値です。

• シーンID： 画像チップが抽出されたPlanetScope可視シーンの一意の識別子です。シーンIDは、Planet API を使って全体のシーンを見つけてダウンロードするために使用できます。

• 経度_緯度： 画像中心点の経度と緯度の座標で、値は単一のアンダースコアで区切られています。

このデータセットは、JSON形式のテキストファイル shipsnet.json としても配布されています。読み込まれたオブジェクトには、データ、ラベル、シーンID、および 位置 のリストが含まれています。

各80×80のRGB画像の画素値データは、データ リスト内に19200個の整数のリストとして格納されています。最初の6400エントリは赤色チャンネルの値を含み、次の6400は緑色、最後の6400は青色です。画像は行優先順で格納されているため、配列の最初の80エントリは画像の最初の行の赤色チャンネルの値です。

ラベル、シーンID、および 位置 のインデックス i のリスト値は、それぞれ データ リストの i 番目の画像に対応しています。

クラスラベル

「船」クラスには1000枚の画像が含まれています。このクラスの画像は、単一の船の船体をほぼ中心にしています。さまざまなサイズ、向き、および大気収集条件の船が含まれています。このクラスのサンプル画像を以下に示します。

「船なし」クラスには3000枚の画像が含まれています。これらの画像の3分の1は、船の一部も含まない、水、植物、裸地、建物など、さまざまな土地被覆特徴のランダムサンプリングです。次の3分の1は、「部分的な船」で、船の一部しか含まれておらず、「船」クラスの完全な定義を満たすには不十分です。最後の3分の1は、機械学習モデルによって以前に誤ラベル付けされた画像で、通常は明るい画素や強い線形特徴によって引き起こされます。このクラスのサンプル画像を以下に示します。