做高分辨率遥感影像的语义分割最先卡住你的往往不是模型而是数据。航拍和卫星影像分辨率高、地物破碎、类别标注口径各家不一单凭一个数据集很难覆盖你真实场景里的城市、乡村、建筑、道路、植被。下面按“城市级精细标注、大范围土地覆盖、专项地物”三类将当前真实可用的公开数据集和常用模型梳理一遍每个链接都已逐一打开确认可访问你可以直接照着选。摘要本文系统梳理了高分辨率遥感影像语义分割的公开数据集与常用模型。数据集分为三类1城市场景精细标注ISPRS、UAVid2大范围土地覆盖LoveDA、DeepGlobe3专项地物提取Massachusetts Buildings、iSAID。模型方面推荐 U-Net、DeepLabV3、SegFormer 等架构并介绍了 OpenMMLab MMSegmentation 统一框架。文章提供了数据集选择流程图和实用建议帮助读者根据具体需求快速选型并避开常见陷阱。公开数据集概览下表横向对比了六个主流遥感语义分割数据集的核心信息帮助你快速了解各数据集特点数据集分辨率主要类别数场景特点数据量许可协议典型用途ISPRS 2D 语义标注Potsdam: ~5cmVaihingen: ~9cm6类城市精细标注、正射航空影像、含DSM官方公开部分瓦片用于训练需申请学术用途城市六类精细分割基准UAVid4K级别~3840×21608类无人机城市场景、动态目标、视频帧提取多个视频序列官网下载学术用途无人机视角城市分割LoveDA0.3m7类城乡双域、大范围土地覆盖、域自适应研究5987张影像约9.6GBCC BY-NC-SA 4.0学术土地覆盖分类、域自适应DeepGlobe 土地覆盖分类~0.5m7类卫星影像、乡村为主、挑战赛数据官方比赛数据集比赛协议学术土地覆盖分类基准Massachusetts Buildings~1m2类建筑/非建筑建筑提取专项、OSM标签来源覆盖波士顿地区Kaggle公开建筑物二分类提取iSAID高分辨率具体未公开15类实例航拍图像、实例分割、细粒度标注2806张影像、65万实例官网下载学术细粒度多类别分割注iSAID 原始为实例分割数据集社区常转换为语义分割使用Massachusetts Buildings 为二分类建筑提取其余均为多类别语义分割。一、城市场景精细标注数据集ISPRS 2D 语义标注Potsdam / Vaihingen。这是遥感语义分割最经典的基准。两套数据都是甚高分辨率正射航空影像配套数字表面模型DSM统一标注六类不透水面、建筑、低矮植被、树木、汽车、背景/杂物。其中 Potsdam 地面分辨率约 5cm、Vaihingen 约 9cm官方只公开约一半瓦片的标注用于训练其余作为评测保留。获取方式是在官方页面提交数据申请。直达ISPRS 2D 语义标注基准。UAVid。面向无人机城市场景的语义分割数据集4K 级别约 3840×2160高分辨率影像标注八类建筑、道路、静止车辆、树木、低矮植被、行人、移动车辆、背景杂物。它的特点是从无人机视频中取帧适合做城市街景与动态目标的研究。可在官网下载并查看工具包与提交说明UAVid 官网。二、大范围土地覆盖数据集LoveDA。武汉大学发布、收录于 NeurIPS 2021 的土地覆盖数据集5987 张 0.3m 高分辨率影像取自南京、常州、武汉标注七类背景、建筑、道路、水体、荒地、森林、农业用地。它特意区分了“城市”和“乡村”两个域适合做语义分割也常用于无监督域自适应研究。代码与数据见官方仓库 LoveDA GitHub数据集本体可在 LoveDA Zenodo 下载约 9.6 GBCC BY-NC-SA 4.0仅限学术用途。DeepGlobe 土地覆盖分类。CVPR 2018 提出的卫星影像挑战赛数据约 0.5m 分辨率的 RGB 卫星影像标注农业、城市、牧场、水体、荒地、森林、未知共七类以乡村区域为主。数据集与任务定义见原始论文 DeepGlobe 2018 论文下载可走原始比赛页 DeepGlobe CodaLab 比赛页 或镜像整理后的 DeepGlobe Kaggle 数据页具体规模与划分以官方页面为准。三、专项地物数据集Massachusetts Buildings。Mnih 博士论文中提出的经典建筑提取数据集覆盖波士顿地区影像约 1500×1500 像素、约 1m 分辨率标签来自 OpenStreetMap主要用于二分类的建筑物分割。适合作为建筑提取的入门基准可在 Massachusetts Buildings Kaggle 数据页 获取数量与划分以页面为准。iSAID。CAPTAIN-WHU 发布的航拍图像大规模标注数据集2806 张高分辨率影像、约 65 万个实例、15 类。需要提醒你的是它的官方任务是实例分割而非语义分割但因为标注精细、地物丰富社区常把它改造成语义分割的高分基准来用。如果你需要细粒度多类别且能接受自己做语义掩膜转换可参考 iSAID 官网 与 iSAID 开发工具包。四、常用模型高分遥感分割对“多尺度地物”和“小目标”尤其敏感下面几类架构是工程里反复被验证好用的U-Net 系编码-解码加跳跃连接能较好保留边缘细节对建筑、道路这类需要精确轮廓的任务友好数据量不大时也稳。DeepLab 系如 DeepLabV3用空洞卷积扩大感受野对地物尺度变化大的场景适应较好。SegFormer分层 Transformer 编码器配轻量 MLP 解码器兼顾全局上下文与效率在多尺度遥感场景上表现不错。其官方实现见 SegFormer 官方仓库。实际落地不必自己从零造轮子OpenMMLab MMSegmentation 已经把 U-Net、DeepLabV3、PSPNet、SegFormer 等主流模型和配置统一收进同一套框架便于在上述数据集上快速跑通和对比。四、数据集选择流程图为了帮助你更直观地根据需求选择合适的数据集以下是基于文章内容的决策流程图城市精细标注大范围土地覆盖专项地物提取经典基准、六类标注无人机视角、动态目标城乡双域、域自适应乡村为主、卫星影像建筑物提取细粒度多类别开始遥感语义分割任务主要应用场景城市场景精细标注数据集大范围土地覆盖数据集专项地物数据集具体要求ISPRS 2D语义标注Potsdam/VaihingenUAVid4K无人机影像城乡覆盖需求LoveDA武汉大学发布DeepGlobe土地覆盖分类CVPR 2018挑战赛提取目标Massachusetts Buildings建筑二分类iSAID实例分割转语义数据集选定进入模型选择阶段五、选择建议与常见坑下面是遥感语义分割常用模型的架构特点对比图常用模型架构对比SegFormer分层Transformer编码器轻量MLP解码器优势全局上下文建模适用多尺度遥感场景效率兼顾性能与速度DeepLab 系如 DeepLabV3空洞卷积Atrous Conv扩大感受野优势多尺度适应性强适用地物尺度变化大的场景计算复杂度较高U-Net 系编码-解码结构跳跃连接优势边缘细节保留好适用建筑、道路等需要精确轮廓的任务数据量要求中等统一框架OpenMMLab MMSegmentation集成上述所有模型便于快速实验对比选数据集先看你的目标要城市精细六类、看重分辨率选 ISPRS要大范围土地覆盖、城乡都覆盖选 LoveDA 或 DeepGlobe只做建筑或道路提取Massachusetts 系更直接无人机视角则用 UAVid。算力有限时先用 U-Net 或 DeepLabV3 这类成熟架构在中小数据集上打基线算力充裕、追求多尺度效果再上 SegFormer 等更大的模型。几个常见坑值得提前防一是类别不平衡遥感里背景和大面积地物会压住小目标训练时要考虑加权损失或重采样二是瓦片切分高分影像尺寸大必须切块切分的重叠和拼接方式会直接影响边界质量三是标注口径不一致不同数据集对“不透水面”“荒地”等定义不同跨集训练或迁移前务必对齐类别语义否则指标会失真。