EuroSAT Dataset
Ce dataset contient des images satellite Sentinel-2, en RGB et multispectrales, classées selon différents types d’usage des sols (forêts, cultures, zones urbaines, eau, etc.). Chaque image fait 64x64 pixels avec une résolution spatiale de 10 mètres.
Environ 54 600 images 64x64 pixels, formats JPG (RGB) et TIFF multispectraux
CC0: Public Domain
Description
Le EuroSAT Dataset regroupe plus de 54 000 images satellite Sentinel-2, réparties en classes d’usage des sols telles que cultures annuelles, forêts, zones industrielles, routes, et plans d’eau. Le dataset comprend des images RGB ainsi que des images multispectrales au format TIFF, permettant des analyses détaillées en télédétection.
À quoi sert ce dataset ?
- Entraîner des modèles de classification des usages des sols en agriculture et environnement
- Développer des outils d’analyse géospatiale et de suivi des changements territoriaux
- Tester des algorithmes de computer vision sur images multispectrales
Peut-on l’enrichir ou l’améliorer ?
Ce dataset peut être enrichi par l’ajout de nouvelles images récentes ou par des annotations complémentaires (par ex. segmentation, détection d’objets). Des méthodes d’augmentation d’images multispectrales sont aussi possibles pour améliorer la diversité des données.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en télédétection
- Étudiants en géoinformatique
- Développeurs IA environnementale
🔧 Outils compatibles
- QGIS
- TensorFlow
- PyTorch
- Rasterio
- OpenCV
💡 Astuce
Combinez les bandes multispectrales pour extraire des indices végétaux (NDVI) afin d’améliorer la classification.
Questions fréquemment posées
Quelle est la résolution spatiale des images dans ce dataset ?
Les images ont une résolution spatiale de 10 mètres par pixel, avec une taille de 64x64 pixels.
Ce dataset contient-il des images multispectrales ?
Oui, il contient des images RGB ainsi que des fichiers TIFF multispectraux avec plusieurs bandes du spectre.
Peut-on utiliser ce dataset pour la segmentation d’images satellite ?
Oui, bien que ce dataset soit principalement annoté pour classification, il peut être adapté pour des tâches de segmentation avec annotations complémentaires.
