---
title: WHURemoteSenseBuildingPicture
canonical_url: "https://www.modelscope.cn/datasets/QiudiMercy/WHURemoteSenseBuildingPicture"
md_url: "https://www.modelscope.cn/datasets/QiudiMercy/WHURemoteSenseBuildingPicture.md"
repository: QiudiMercy/WHURemoteSenseBuildingPicture
chinese_name: "武汉大学-遥感建筑物影像"
last_updated: 2026-08-08
license: "Apache License 2.0"
storage_size: "6.2 GB"
downloads: 12
stars: 0
---

# WHURemoteSenseBuildingPicture

> WHURemoteSenseBuildingPicture - QiudiMercy 在 ModelScope 开源的数据集。遥感建筑物影像数据据，来自武汉大学。

QiudiMercy/WHURemoteSenseBuildingPicture 是 ModelScope 魔搭社区上的数据集，存储大小 6.2 GB，采用 Apache License 2.0 许可。

- **Repository**: QiudiMercy/WHURemoteSenseBuildingPicture
- **License**: Apache License 2.0
- **Storage size**: 6.2 GB
- **Downloads**: 12
- **Stars**: 0
- **Last updated**: 2026-08-08

Source: https://www.modelscope.cn/datasets/QiudiMercy/WHURemoteSenseBuildingPicture

---

# WHU 遥感影像建筑物提取数据集

## 简介

本数据集为武汉大学（WHU）发布的遥感影像建筑物提取标准数据集，包含高分辨率航空遥感影像及其对应的建筑物掩膜标注，适用于遥感影像语义分割、建筑物提取等相关任务的训练与评估。

## 数据规模

| 分区  | 影像数量 | 标签数量 | 用途说明 |
|-------|---------|---------|---------|
| train | 4,736   | 4,736   | 训练集  |
| test  | 2,416   | 2,416   | 测试集  |
| val   | 1,036   | 1,036   | 验证集  |

- **总影像数**：8,188 张
- **数据格式**：GeoTIFF (`.tif`)
- **数据总量**：约 6 GB
- **影像尺寸**：512 × 512 像素
- **波段数**：3 波段（RGB）
- **分辨率**：0.075 m/像素

## 目录结构

```
BuildingExtractData/
├── train/
│   ├── image/   # 训练影像
│   └── label/   # 训练标签（二值掩膜）
├── test/
│   ├── image/   # 测试影像
│   └── label/   # 测试标签
└── val/
    ├── image/   # 验证影像
    └── label/   # 验证标签
```

## 数据说明

### 影像文件

- 文件名示例：`0.tif`, `1.tif`, ...
- 空间参考：WGS84 / UTM
- 像素值范围：[0, 255]（8-bit unsigned integer）

### 标签文件

- 文件名与对应影像一一对应（如 `0.tif` 对应 `0.tif`）
- 二值掩膜：
  - 像素值 `255`：建筑物区域
  - 像素值 `0`：背景区域

## 使用示例

### 使用 ModelScope SDK 加载

```python
from modelscope.msdatasets import MsDataset

dataset = MsDataset.load('QiudiMercy/WHURemoteSenseBuildingPicture')
```

### 使用 Git 下载

```bash
git clone https://www.modelscope.cn/datasets/QiudiMercy/WHURemoteSenseBuildingPicture.git
```

### Python 读取示例

```python
from PIL import Image
import numpy as np

# 读取影像
img = np.array(Image.open('BuildingExtractData/train/image/0.tif'))
# 读取标签
mask = np.array(Image.open('BuildingExtractData/train/label/0.tif'))

print(f"影像形状: {img.shape}")    # (512, 512, 3)
print(f"标签形状: {mask.shape}")   # (512, 512)
```

## 适用任务

- 遥感影像语义分割
- 建筑物自动提取
- 二值图像分割
- 变化检测（配合时序数据）

## 数据来源

本数据集基于武汉大学测绘遥感信息工程国家重点实验室发布的公开数据集整理，原始数据来源为澳大利亚昆士兰州东南部的航空遥感影像。

## 引用

若使用本数据集，请引用原始论文：

```bibtex
@article{ji2018fully,
  title={Fully convolutional networks for multisource building extraction from an open aerial and satellite imagery data set},
  author={Ji, Shunping and Wei, Shiqing and Lu, Meng},
  journal={IEEE Transactions on Geoscience and Remote Sensing},
  volume={57},
  number={1},
  pages={574--586},
  year={2018},
  publisher={IEEE}
}
```

## 许可协议

本数据集采用 [Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0) 开源协议。

## 更新记录

- **2026-06-07**：首次上传，包含 train/test/val 三个分区的影像与标签数据。