高分二号标签样本库（GF2-Label）重磅上线！

高分二号标签样本库（GF2-Label）正式上线啦！本样本库包含150景高分二号影像及分类标签数据，可以作为深度学习模型训练的样本数据库。

样本库特点

高分二号标签样本库具有如下特点：

• 统一的数据类型

所有影像均经过统一的2%线性拉伸方式转为Byte字节型。

• 具有通用性的波段数量

影像底图包含3波段和4波段版本，可以根据待分类影像波段数量选择训练数据。

• 实用的类别

包含5类和24类两个版本，满足大类分类需求和精细分类需求。

• 根据气候区进行数据划分

样本库目录根据影像所处地区的气候类型进行划分，排除不同气候区植被和地表特征差异对模型识别效果的影响。可针对不同地区自主选择样本进行更有地区针性的模型训练。

• 包含坐标信息

包含坐标信息，全国绝大部分省份均有影像覆盖。

图 1：样本库影像覆盖区域

样本库目录

高分二号标签样本库包含5类别和24类别样本标签，使用者需考虑想要识别的类别选择采用哪种数据。之后根据需要选择3波段影像底图或者4波段影像底图。最后根据研究区的气候类型及省份选择所需要的数据。样本库文件目录树如下图所示。

图 2：样本库目录树

5类别样本标签中包含如下类别：

表1 五种类别样本中包含的地物类型

24类别样本标签中包含如下类别：

表2  24种类别样本中包含的地物类型

样本库下载

通过网盘分享的文件：高分二号标签样本库（GF2-Label）
链接: https://pan.baidu.com/s/1B-olSPTg5uz6mR0sBzN-sA?pwd=envi 提取码: envi 

样本库说明

高分二号标签样本库经开源样本库GID、Five-Billion-Pixels修改而来，论文引用请引用：

@article{FBP2023,
title={Enabling country-scale land cover mapping with meter-resolution satellite imagery},
author={Tong, Xin-Yi and Xia, Gui-Song and Zhu, Xiao Xiang},
journal={ISPRS Journal of Photogrammetry and Remote Sensing},
volume={196},
pages={178-196},
year={2023}}

@article{GID2020, 

title={Land-cover classification with high-resolution remote sensing images using transferable deep models}, 

author={Tong, Xin-Yi and Xia, Gui-Song and Lu, Qikai and Shen, Huanfeng and Li, Shengyang and You, Shucheng and Zhang, Liangpei}, 

journal={Remote Sensing of Environment}, 

volume={237}, 

pages={111322}, 

year={2020}}