我之前也卡在这，进来说说遥感图到底上哪搞

我之前为了搞农业地块识别，愣是翻了好几个晚上。今天就把我踩过的坑和真能用的路子，直接给你掰碎了说。

先别急，国内这几个入口先存一下（访问稳，下得快）

你如果平时碰到“无法访问”、“慢的一批”这种破事，优先走这几个，省心：

  • OpenDataLab：https://opendatalab.com/

国内最大的开放数据平台之一，遥感和农业的数据集特别多，而且下载速度比你翻山越岭快多了。你搜“遥感”、“农作物”通常能翻到不少。它家有很多国外数据集的国内镜像，比如下面要说的EuroSAT，就走它下。

  • 百度飞桨AI Studio：https://aistudio.baidu.com/datasetoverview

这个平台做了个数据集超市，可以直接一键导入到它的训练环境里，省得你自己折腾环境。有遥感影像，也有各种病虫害作物照片，国内访问没毛病。

  • 阿里天池：https://tianchi.aliyun.com/dataset/

搞竞赛的平台，留了不少老数据。比如它以前搞过“县域农业大脑”挑战赛，那个赛题数据现在还能找到。链接：https://tianchi.aliyun.com/competition/entrance/231717/introduction

虽然是2019年的，但如果是做农业遥感入门的，可以当素材。

  • 和鲸社区（Heywhale）：https://www.heywhale.com/home/dataset

国内的数据科学社区，也有数据集库。搜“GID”或者“遥感农作物”大概率能找到，但具体有没有你得自己站内搜一下，以它收录的为准。

然后是几个“明星级”数据集，各有什么坑我直接说

这些是遥感圈公认的硬通货，你按你的任务来挑，别拿错。

1. EuroSAT（入门首选，地物分类，含农业类别）

这个是人手一份的入门集。基于哨兵2号卫星，27000张图，分了10类地物，里面包含了“年度作物”、“多年生作物”、“牧草地”这些农业相关的类。有RGB版也有13波段多光谱版。许可宽松（MIT协议），商用的门槛低。

  • 官方仓库（含说明）：https://github.com/phelber/EuroSAT
  • 官方下载（Zenodo）：https://zenodo.org/records/7711810

有俩压缩包，EuroSAT_RGB.zip和EuroSAT_MS.zip，直接下。

  • 国内镜像（推荐）：https://opendatalab.com/OpenDataLab/EuroSAT/download

如果你在国外那个Zenodo网站下不动，就走这个，快很多。

2. BigEarthNet（大体量，土地覆盖多标签，农业信息丰富）

这是做大模型的必备粮草。v2.0有大约54.9万对哨兵1/2卫星的影像块，标签用了欧洲的CORINE 2018土地覆盖库，一共19类，农业地类占得不少。许可宽松（CDLA-Permissive 1.0）。

  • 官网：https://bigearth.net/
  • TensorFlow Datasets：https://www.tensorflow.org/datasets/catalog/bigearthnet

如果你是搞TensorFlow的，可以直接从这加载，省得手动下载和整理，这个路数最稳。

3. Agriculture-Vision（纯农业，高分辨率，农田异常）

这个是我当初找最久的。它有约94986张512x512的航拍图，分辨率高达10厘米/像素（能看清地里有没有缺苗）。采自美国3432块农田，标注了9类农田异常（缺苗、积水、杂草、风灾这些）。它是CVPR挑战赛的官方集，含金量高。

  • 官方仓库：https://github.com/SHI-Labs/Agriculture-Vision
  • AWS开放数据：https://registry.opendata.aws/intelinair_agriculture_vision/

坑来了：它在AWS S3云盘上，页面直接点下载不一定顺手。最稳的方法是装个aws s3 cp命令行工具，然后输--no-sign-request就能免登录直接拉。网页下载容易断。

4. IBM-NASA多时相作物分类（做时序、做预测的）

如果你要做作物类型识别，或者根据时间序列看作物长势，这个很对口。它用的是Landsat和哨兵卫星融合的多时相影像，覆盖美国2022年，标签来自USDA（美国农业部）的作物数据图层。224x224大小，30米分辨率，18个波段。开放许可。

  • Hugging Face：https://huggingface.co/datasets/ibm-nasa-geospatial/multi-temporal-crop-classification
5. CropNet（产量预测、多模态）

这个更适合做产量预测。它把哨兵2号影像、气象数据、USDA的作物数据整到了一起，覆盖美国2200多个县，从2017到2022年共6年数据。

  • Hugging Face：https://huggingface.co/datasets/CropNet/CropNet
6. PlantVillage（病害补充，注意：不是卫星图，是叶片近照）

这个是个特例，它不是遥感图，而是近距拍的叶片病害照片。54306张，14种作物26种病害。如果你要做“天上看长势，地上诊病害”的整套方案，可以用它搭配上面那些遥感集用。

  • 官方仓库：https://github.com/spmohanty/plantvillage-dataset
  • Kaggle镜像：https://www.kaggle.com/datasets/emmarex/plantdisease

坑：Kaggle要登录才能下。

实在找不到了？这两个导航页帮你搜

  • 遥感深度学习数据集大目录：https://github.com/satellite-image-deep-learning/datasets

一个社区维护的总目录，上面那些明星集基本都有收录。你按关键词搜“agriculture”、“crop”就行，当个导航页用。

  • Radiant MLHub已停服，旧链接别点了

老实说，我以前收藏的Radiant MLHub已经倒闭了。它旗下的AgriFieldNet、CV4A Kenya Crop Type这些农田作物集，已经搬到了Source Cooperative。如果你搜到老链接点不开，就去看这个说明：https://github.com/torchgeo/torchgeo/issues/1830

最后说几个真坑，别踩

  1. “农业”标签别瞎信

EuroSAT、BigEarthNet里的农业类，指的是“土地覆盖分类里包含农作物”，不是那种专门针对某一种作物的数据集。真正纯作物/农田尺度的，是Agriculture-Vision、IBM-NASA、CropNet这些。选之前一定要想清楚：你要做地物分类，还是作物类型，还是农田异常检测？拿错了数据，模型训出来也是废的。

  1. 许可以官方页面为准

EuroSAT的MIT协议你随便用。但Kaggle上那些别人二次上传的，它真实的许可到底是啥，没人给你打包票。商用之前，必须回到原始发布页（就是上面我给的这些链接）去核对许可，别默认能用就冲。

  1. 数量别当精确数字

BigEarthNet有v1/v2版本，数量不一样。我说的大概是54.9万，但以你下载的那个具体版本为准，概数只是给你个感觉。

  1. 国内平台有没有你想要的，以站内搜出来的结果为准

比如和鲸社区是不是恰好有你要的GID，你需要自己去站内搜一下，别赖我。

如果觉得太零散，想省点时间

上面说了这么多，其实真麻烦的往往不是“有没有数据”，而是“散在十几个平台，术语和许可各不相同，国内到底能不能稳定拿到”。

如果你觉得整这些太费劲，想一次性搞清楚，我们可以帮你做一次深度数据可得性检索。说白了就是：把你具体要的任务告诉我，我帮你把国内入口（OpenDataLab、飞桨、天池、和鲸）和国际源（Hugging Face、Kaggle、AWS、Zenodo、Source Cooperative）全搜一遍，梳到一张表上。每个源我都会老实告诉你：免费直下？要注册？要命令行？国内有没有镜像？快不快？许可能不能商用？旧链接是不是已经失效了？

找不到对口的，我也会老实告诉你，并给你替代路径。而不是含糊保证“一定给你下到”。

我们叫 数聚天成 DeepSData，干的就是这个。你要是觉得找数据太散、太乱、拿不准到底稳不稳，我们可以帮你做一次针对性的检索，让你知道“这几个最稳，按这个顺序下，这些坑先避开”。

说明：本文为公开资料整理，仅供参考；平台政策、价格、下载方式与链接随时可能变化，本文不保证持续更新，请以各官方页面最新信息为准。

参考来源