datasets 是数据集领域的开源项目,由 satellite-image-deep-learning 开发,2022 年首次发布。
在全站 12,822 个收录项目中,它的 GitHub 星标数(1,201)位列前 30%,在数据集分类中处于中上游。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-19。开源免费数据集。
它主要面向的使用场景是:遥感方向研究生开题时快速调研可用数据集。同类可对比的替代方案包括 torchgeo、awesome-remote-sensing。

遥感深度学习数据集一站索引,找数据不再东拼西凑
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。
⚠ 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。
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.git2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 datasets3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。
打开 README.md,能看到“Lists of datasets”标题及其下的外部清单链接列表,即说明内容完整可用。
Q:这个仓库直接提供数据集下载吗?
A:不提供。它只是数据集索引清单,数据需要按 README 中列出的外部链接,到各航天机构、大学或竞赛平台自行下载。
Q:找不到想要的数据集怎么办?
A:README 建议用 Control+F 在页面或 raw markdown 中按论文名搜索;也可访问 satellite-image-deep-learning.com 或 Earth Observation Database 等外部清单查找。
Q:需要安装 Python 或深度学习框架吗?
A:不需要。README 未提供任何安装命令或代码依赖,克隆后直接用浏览器或编辑器阅读即可。
Q:仓库包含哪些任务类型的数据集?
A:README 节选中可见变化检测(change detection)、Copernicus/Sentinel 数据等专题清单入口,覆盖多种遥感任务方向。
torchgeo、awesome-remote-sensing
datasets 是数据集领域的开源项目,由 satellite-image-deep-learning 开发,2022 年首次发布。
在全站 12,822 个收录项目中,它的 GitHub 星标数(1,201)位列前 30%,在数据集分类中处于中上游。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-19。开源免费数据集。
它主要面向的使用场景是:遥感方向研究生开题时快速调研可用数据集。同类可对比的替代方案包括 torchgeo、awesome-remote-sensing。
X-AnyLabeling
开源
一站式AI辅助标注,图像视频文本通吃,导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI,不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线,快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据,告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models