Ritwik GuptaRichard HosfeltSandra SajeevNirav PatelBryce GoodmanJigar DoshiEric HeimHowie ChosetMatthew Gaston

摘要
我们提出了xBD,这是一个面向人道主义援助与灾后恢复研究的新型大规模数据集,旨在推动变化检测与建筑物损毁评估技术的发展。自然灾害响应的关键在于准确掌握受灾区域内受损建筑物的情况。当前的应急响应策略要求在灾害发生后24至48小时内完成现场损毁评估。通过结合航空影像与计算机视觉算法,具备巨大潜力实现高效、安全的损毁评估,从而降低对人类生命的风险。在与多家灾害应急机构合作的基础上,xBD提供了多种灾害事件前后的卫星影像,包含建筑物多边形标注、损毁程度的序数标签以及相应的卫星元数据。此外,该数据集还包含火灾、水体、烟雾等环境因素的边界框及标签信息。xbd是迄今为止规模最大的建筑物损毁评估数据集,涵盖45,362平方公里影像范围内的850,736个建筑物标注。
代码仓库
nimaafshar/metadamagenet
pytorch
GitHub 中提及
aleksispi/airloc
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| 2d-semantic-segmentation-on-xbd | Baseline Model | Weighted Average F1-score: 0.265 |