RS DL
概述
题目：EUROCROPSML: A Time Series Benchmark Dataset For Few-Shot Crop Type Classification
GitHub：https://github.com/dida-do/eurocropsml
数据：https://zenodo.org/records/13789558
数据集概述：
EUROCROPSML 是一个多分类标签的遥感数据集，基于 Sentinel-2 卫星的时间序列数据，覆盖欧洲的多个农业地块。 该数据集包含 176 种不同作物类型的标签，跨越不同的气候区和农业实践，适用于跨国的小样本（few-shot）学习。 数据集通过开放源码的 EUROCROPS 数据集扩展而来，使用了 2021 年的 Sentinel-2 L1C 数据。
创新点
数据处理流程：
数据采集与预处理：包括从 Sentinel-2 影像中提取地块的中值像素值、去除云层影响、清理数据以及对空间坐标的处理。 数据集划分：生成多个用于训练和评估的子集，支持不同的学习场景（如1-shot, 5-shot等小样本分类）。
实验设计：
文章在不同的地理区域（如拉脱维亚、爱沙尼亚和葡萄牙）上进行了知识迁移实验，测试了基于 Transformer 架构的算法在小样本学习中的表现。 结果表明，在气候相似的区域（如拉脱维亚和爱沙尼亚）进行预训练有助于提高分类准确性。
因配置了AI回复功能，除关键词自动回复外，号内信息主要由AI大模型回复。如需资源、投稿、合作等，请直接联系小助手微信（添加请备注：咨询、投稿、合作、加群，加群需备注姓名/昵称，单位和研究方向）。
公众号欢迎优秀作者投稿！可加入优秀论文作者群：欢迎加入AI遥感优秀论文作者群！
问题及讨论可直接在文章下方留言
相关链接：
欢迎关注
分享遥感与深度学习领域的技术、论文、书籍、新鲜事。
欢迎加入遥感与深度学习交流群(点此加入)。
