建筑物实例分割数据集 | 建筑物分割 实例分割 遥感解译 城市规划 YOLO格式9021期数据集概述本数据集专注于建筑物轮廓精细分割服务于遥感解译、城市三维建模及地理信息更新。数据源于航拍或卫星影像适配建筑物提取、变化检测及城市规划等场景。数据集核心信息数据要素详细说明类别共1类建筑物数量2200张图像格式图像为 JPG/PNG标签为 YOLO 格式的 txt 文件分割多边形坐标应用价值1.自动测图辅助大比例尺地形图中建筑轮廓的快速矢量化采集。2.城市监测支持违建识别、建成区扩展分析及自然灾害如地震中建筑损毁评估。3.三维建模为城市级数字孪生提供精确的建筑 footprint基底轮廓数据。数据三要素解析类别与数量数据集定义1个核心类别建筑物聚焦单一地物类型便于模型专注于建筑轮廓的精确刻画。图像总量约2200张规模适中适合作为实例分割任务的入门数据集或迁移学习的源数据。单类别设计降低了标注复杂度有利于快速构建高精度的建筑物提取基线模型。格式与结构采用通用YOLO 分割格式每张图像对应一个同名txt标签文件包含类别 ID 与多边形顶点归一化坐标可无缝接入 YOLOv8-seg 等实例分割框架。图像与标签一一对应数据结构规范便于进行训练/验证集划分与预处理集成。应用与扩展数据集可扩展用于建筑物高度估算结合阴影分析、屋顶类型分类平顶/尖顶及建筑密度统计等更深层次的城市分析任务。可迁移至道路、水体、植被等其他地物的分割任务作为多类别分割模型的基座数据之一。实例分割的输出形式多边形可直接用于地理信息系统GIS的矢量图层导入实现“AI识别-入库”的自动化流程。知识普及遥感影像中的建筑物分割难点遥感影像中的建筑物分割主要面临光照差异太阳高度角变化、建筑阴影、遮挡树木、其他建筑以及同谱异物如混凝土路面与屋顶材质相似等挑战。实例分割需在像素级分类基础上进一步区分独立个体这对密集建成区的处理提出了更高要求。采用多尺度特征融合与边缘细化模块可显著提升轮廓定位精度减少锯齿或粘连现象。快速开始代码示例配置文件data.yaml示例适用于分割任务train:./dataset/images/trainval:./dataset/images/valnc:1names:[building]启动 YOLOv8 实例分割训练fromultralyticsimportYOLO modelYOLO(yolov8m-seg.pt)# 使用分割预训练权重model.train(datadata.yaml,epochs100,imgsz640,batch8)标签建筑物分割实例分割遥感解译城市规划YOLO格式深度学习数据集计算机视觉