遥感变化检测数据集下载：LEVIR-CD、S2Looking、OSCD公开来源

如果只在某一个网站搜索“变化检测数据集”，通常很难一次找全。这些数据分布在 GitHub、IEEE DataPort、各高校研究项目主页、百度网盘等不同位置，每个来源的数据格式、许可条款各不相同，部分还需要注册、填表或等待审批。仅是逐一找到它们、确认能否使用，就需要投入相当的时间。

下面按“获取难易程度”对几类可靠来源进行梳理，你可以据此自行查找。

一、公开、可直接下载、无需申请

以下几个数据集适合作为入门首选。作者将数据直接公开发布，并常附带百度网盘链接，对国内用户较为友好。

LEVIR-CD（建筑变化检测，常用入门数据集）
链接：https://justchenhao.github.io/LEVIR/
内容：637对超高清0.5米Google Earth影像，每张1024x1024，标注了建筑变化区域。扩展版LEVIR-CD+有985对。科研免费。
获取方式：直接访问官方页面，Google Drive和百度网盘两个链接均可使用，下载基本无门槛。

SYSU-CD（中山大学，城市多类型变化）
链接：https://github.com/liumency/SYSU-CD
内容：2万对256x256影像（0.5米，香港地区）。变化类型较为多样，涵盖建筑、植被、道路、海上结构等。
获取方式：GitHub公开发布，可直接下载。

S2Looking（侧视卫星建筑变化）
链接：https://github.com/S2Looking/Dataset
内容：5000对1024x1024影像（0.5-0.8米，来自高分卫星等），覆盖全球乡村地区，包含6.5万多个变化实例，并分为“新建”和“拆除”两类。
获取方式：GitHub提供Google Drive和百度网盘链接，可直接下载。

DSIFN-CD（六城建筑变化）
链接：https://github.com/GeoZcx/A-deeply-supervised-image-fusion-network-for-change-detection-in-remote-sensing-images/
内容：3940对512x512建筑变化影像，覆盖北京、成都、深圳、重庆、武汉、西安。
获取方式：随论文代码一同公开。

二、需要注册、申请，或部分数据不公开

这类数据并非无法获取，但需要额外步骤，部分数据集还存在无法获取的子集。

SECOND（武汉大学，语义变化检测）
链接：https://captain-whu.github.io/SCD/
内容：4662对512x512航拍影像，分6类地物（地表、树、低矮植被、水、建筑、操场）。
注意：获取方式以官方页面的当前说明为准。部分版本历史上需要填写申请表或邮件索取，页面地址也可能随团队变动而变化。

OSCD（Sentinel-2多光谱卫星变化检测）
链接：https://ieee-dataport.org/open-access/oscd-onera-satellite-change-detection
内容：24对 Sentinel-2 多光谱影像（13个波段），覆盖全球城市区域。
注意：属于开放获取，但需要IEEE账号注册后才能下载。需特别说明的是，其中10对测试集的标注答案不公开，留作官方在线评测使用，因此实际可获取的为14对。

HRSCD（首个大规模高分语义变化检测数据集）
链接：https://ieee-dataport.org/open-access/hrscd-high-resolution-semantic-change-detection-dataset（IEEE DataPort权威版）
镜像：https://www.kaggle.com/datasets/javidtheimmortal/high-resolution-semantic-change-detection-dataset（Kaggle社区镜像，需Kaggle账号）
内容：291对0.5米影像，包含RGB影像对、变化标注及土地覆盖图。
注意：版本与许可以IEEE DataPort原始发布为准。Kaggle镜像为社区上传，适合快速体验，正式使用前需回到原始来源确认。

xView2 / xBD（灾后建筑损毁评估）
链接：https://xview2.org
内容：22068张1024x1024影像，覆盖15个国家22次灾害，按0-3级标注损毁程度。
注意：需在官网注册并同意条款后才能下载。

三、综合资源入口

如果不便逐一查找，或某个链接无法打开、检索不到，可以优先查阅以下几个资源汇总入口。

两份权威聚合清单：
变化检测专用清单：https://github.com/wenhwu/awesome-remote-sensing-change-detection（逐项列出分辨率、样本量、官方链接）
卫星/航拍深度学习数据集汇总：https://github.com/satellite-image-deep-learning/datasets

这两份清单覆盖面较广，所需数据集及可能的替代来源大多可在其中查到，建议先行查阅。

Hugging Face 社区镜像（适合快速试用代码）：
LEVIR-CD+ 镜像：https://huggingface.co/datasets/blanchon/LEVIR_CDPlus
OSCD 多光谱镜像：https://huggingface.co/datasets/blanchon/OSCD_MSI

上述为社区二次上传，非官方来源。用代码直接加载试用可行，但正式使用前务必回到原始来源确认授权。

国内平台入口：
飞桨AI Studio开放数据集：https://aistudio.baidu.com/datasetoverview

这是一个国内可直连的平台，收录20万+开放数据集。但上述具体的变化检测基准集是否有官方收录页暂无法确认，建议自行在站内检索，此处不提供链接。

四、使用前的许可与合规提醒

这一步容易被忽略，但同样关键。

“科研免费”不等于“可以商用”。上述数据集绝大多数仅标注“仅供学术研究”。若后续计划用于开发商业产品或项目交付，必须逐个查看其页面上的许可条款，确认是否允许商用。在未明确说明的情况下，应默认不可商用。

社区镜像需回溯原始来源。Hugging Face上的镜像在许可和版本上可能与原版不一致。生产或商用前，请回到作者官方发布页确认。

五、小结：可得，但分散

这类数据是可以找到的，但分散在十余个平台，各平台在清晰度、样本量、格式、许可、获取门槛上均不一致，需要逐一查找和尝试，仅“查找”这一环节就可能占用大量时间。

如果希望减少这部分零散工作，可以由数聚天成 DeepSData进行一次深度数据可得性检索。我们将同一需求（例如“遥感建筑变化检测数据”）下的所有候选数据集汇总到一张表中，逐项标注内容、格式、许可，以及获取方式（直接下载/需注册/需申请/部分受限），并明确给出最终结论：是否能够获取。如有需要，欢迎与我们联系。