PlanesNet

Dataset d’images satellites issues de la plateforme PlanetScope, annotées pour la détection d’avions. Permet d’entraîner des modèles robustes de vision automatique sur données géospatiales.

Télécharger le dataset

Taille

32'000 images PNG (20×20), disponibles aussi en JSON

Licence

CC BY-SA 4.0

Description

‍

PlanesNet est un jeu de données d’imagerie satellite contenant 32000 images RGB de petite taille (20×20 pixels), capturées par les satellites de Planet au-dessus de divers aéroports en Californie. Chaque image est annotée avec une classe binaire : "plane" (avion visible) ou "no-plane". Il inclut des cas difficiles comme des plans partiels, des objets confondants ou des scènes mal classées par des modèles précédents.

‍

À quoi sert ce dataset ?

‍

Entraîner des modèles de détection d’objets sur images satellites (vision embarquée, drones)
Automatiser la surveillance d’aéroports ou de trafic aérien via IA
Servir de benchmark pour classification binaire complexe sur petits patchs d’images

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui, on peut coupler les données PlanesNet avec d’autres sources géospatiales ou météorologiques, ou enrichir les images par interpolation pour du super-résolution. Il est également possible d’annoter d'autres objets sur les scènes complètes fournies ou de générer des masques de segmentation.

‍

🔎 En résumé

Critère	Évaluation
🧩Facilité d’utilisation	⭐⭐⭐✩✩ (Requiert du prétraitement : taille, format JSON ou PNG)
🧼Besoin de nettoyage	⭐☆☆☆☆ (Faible : données bien structurées et équilibrées)
🏷️Richesse des annotations	⭐☆☆☆☆ (Basique : classification binaire uniquement)
📜Licence commerciale	✅ Oui (CC BY-SA 4.0)
👨‍💻Idéal pour les débutants	👨‍🎓 Accessible pour projet d’apprentissage sur détection visuelle
🔁Réutilisable en fine-tuning	🔥 Très bon support pour modèles CNN spécialisés
🌍Diversité culturelle	🌍 Faible – uniquement aéroports californiens