datasets

遥感深度学习数据集一站索引，找数据不再东拼西凑

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数据集 🍴 复刻 133 👀 关注 20

GitHub ↗

GitHub 星标 ★ 1221

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费数据集

项目预览

项目数据

分类数据集

开发团队satellite-image-deep-learning

GitHubhttps://github.com/satellite-image-deep-learning/datasets

定价模式🏷️完全免费

价格说明开源免费数据集

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型datasets,earth-observation,remote-sensing,satellite-data,satellite-imagery,sentinel

GitHub 星标★ 1221

上线时间2022-11-25 00:00:00

代码更新2026-10-31

仓库体积1.3 MB

本站数据更新2026-11-05

维护状态活跃

收录时间2026-09-21

浏览次数1

项目介绍

这是一个面向深度学习遥感应用的卫星与航空影像数据集汇总仓库，系统整理了地球观测领域常用的公开数据集资源。它解决的核心问题是：做遥感图像研究时，数据集分散在各国航天机构、大学和竞赛平台，检索成本高、格式与标注标准不统一，研究者往往要花大量时间找数据。该仓库按任务类型和传感器来源分类，覆盖分类、目标检测、语义分割、变化检测等常见任务，涉及 Sentinel、Landsat、航拍影像等来源，并给出下载入口与简要说明。对刚进入遥感深度学习方向的学生和工程师来说，它相当于一份索引清单，能快速定位可用数据，减少重复搜索，也便于对比不同数据集的规模、分辨率与标注情况，从而选择适合自己模型训练与评测的资源。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 1221

技术标签

datasets remote-sensing

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 及国外数据集网站的网络环境
浏览器或 Markdown 阅读器
可选：已安装 git 命令行客户端

安装与启动步骤

1克隆仓库

把数据集清单仓库下载到本地，README 本身只是索引，不含数据文件，体积很小。
```
git clone https://github.com/satellite-image-deep-learning/datasets.git
```
2打开清单文件

进入目录查看 README.md，README 开头即给出站点入口与 Lists of datasets 清单。
```
cd datasets
```
3关键词检索定位

README 明确说明：若已知论文名或数据集名，可用 Control+F 在本页或 raw markdown 中搜索。
4跳转外部数据集索引

按需访问 README 中列出的外部清单，如 Earth Observation Database、geospatial-data-catalogs 等，再到各数据源下载。