---
title: EuroSAT_RGB
canonical_url: "https://www.modelscope.cn/datasets/lhh010/EuroSAT_RGB"
md_url: "https://www.modelscope.cn/datasets/lhh010/EuroSAT_RGB.md"
repository: lhh010/EuroSAT_RGB
chinese_name: "卫星图像多分类数据集"
last_updated: 2026-07-19
license: "MIT License"
storage_size: "88 MB"
downloads: 98707
stars: 0
---

# EuroSAT_RGB

> EuroSAT_RGB - lhh010 在 ModelScope 开源的数据集。EuroSAT_RGB 来源于：https://zenodo.org/records/7711810/files/EuroSAT_RGB.zip

lhh010/EuroSAT_RGB 是 ModelScope 魔搭社区上的数据集，存储大小 88 MB，采用 MIT License 许可。

- **Repository**: lhh010/EuroSAT_RGB
- **License**: MIT License
- **Storage size**: 88 MB
- **Downloads**: 98707
- **Stars**: 0
- **Last updated**: 2026-07-19

Source: https://www.modelscope.cn/datasets/lhh010/EuroSAT_RGB

---

<p align="center">
  <img src="docs/figures/eurosat_samples.png" alt="EuroSAT 样例：10 类 64×64 RGB 卫星图像" width="90%">
</p>
<p align="center"><em>EuroSAT 样例：10 类土地覆盖的 64×64 RGB 卫星图像（Sentinel-2）</em></p>

# EuroSAT RGB

土地利用 / 土地覆盖分类数据集：**10 类、27000 张 64×64 RGB 卫星图像**，源自 Sentinel-2 影像。

## 来源
- 原始记录（请引用）：[Zenodo DOI 10.5281/zenodo.7711810](https://zenodo.org/records/7711810)
- 直接下载：https://zenodo.org/records/7711810/files/EuroSAT_RGB.zip
- 论文：Helber 等，*EuroSAT: A Novel Dataset and Deep Learning Benchmark for Land Use and Land Cover Classification*，IEEE JSTARS 2019 — [arXiv:1709.00029](https://arxiv.org/abs/1709.00029)

## 处理说明
直接从 Zenodo 下载 `EuroSAT_RGB.zip` 并解压，**未对图像做任何修改**（原始 64×64 JPG，保持 10 类文件夹结构）。

## 目录结构（ImageFolder 风格）
每个类别一个子目录：

| 类别 | 样本数 |
|---|---|
| AnnualCrop | 3000 |
| Forest | 3000 |
| HerbaceousVegetation | 3000 |
| Highway | 2500 |
| Industrial | 2500 |
| Pasture | 2000 |
| PermanentCrop | 2500 |
| Residential | 3000 |
| River | 2500 |
| SeaLake | 3000 |
| **合计** | **27000** |

## 加载示例
```python
from torchvision.datasets import ImageFolder
from torchvision import transforms

tf = transforms.Compose([transforms.ToTensor()])
ds = ImageFolder(root="EuroSAT_RGB", transform=tf)   # root 指向含 10 个类别子目录的目录
print(ds.classes, len(ds))
```

## License
数据集遵循上游的 [MIT License](./LICENSE)（见 [phelber/EuroSAT](https://github.com/phelber/EuroSAT)）。
图像本身源自 Copernicus Sentinel-2，使用时请遵循 [Copernicus Sentinel Data Terms and Conditions](https://sentinel.esa.int/documents/247904/690755/Sentinel_Data_Legal_Notice)。

## Citation
```bibtex
@article{helber2019eurosat,
  title={EuroSAT: A Novel Dataset and Deep Learning Benchmark for Land Use and Land Cover Classification},
  author={Helber, Patrick and Bischke, Benjamin and Dengel, Andreas and Borth, Damian},
  journal={IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing},
  volume={12},
  number={7},
  pages={2217--2226},
  year={2019},
  publisher={IEEE}
}
```