一、深度学习应用视角下的数据集介绍
遥感影像样本应用领域分布主要有场景识别、语义分割、土地覆盖/土地利用分类、变化检测、目标检测、定量遥感、专题要素提取和其他。
深度学习本质上属于数据驱动模型，其精度和泛化能力取决于样本数据的规模、标注质量以及是否具有代表性等因素。对于如何充分利用已有样本并充分挖掘未标记样本共同进行模型训练的研究，目前有样本时空迁移、小样本学习与零样本学习、样本主动发现、样本生成等。
图源 《遥感影像样本数据集研究综述》
二、常用遥感样本数据集
图一、图二和图三源自《遥感学报》[2]
图四和图五源自RSAICP[1]
图六和图七源自Kaggle[4]
参考资料：
[1]遥感人工智能算法竞赛平台 （北京市遥感信息研究所、中国科学院自动化研究所）
[2]《遥感学报》编辑推荐丨2001-2020经典开源遥感样本集综述 （遥感学报）
[3]冯权泷，陈泊安，李国庆，姚晓闯，高秉博，张连翀.遥感影像样本数据集研究综述[J].遥感学报.2022.26(04).589-605.
https://www.ygxb.ac.cn/thesis/91/25459079/zh/
[4]Find Open Datasets and Machine Learning Projects | Kaggle