مجموعة بيانات HISTonAIR هي معيار واسع النطاق للتجزئة الدلالية للصور الجوية التاريخية. بُنيت من أرشيف Norge i Bilder وخرائط الغطاء الأرضي المُعتمدة سابقًا، وتحتوي على ما يقرب من 3.46 مليون صورة مقطعية (باتش) مطابقة جيولوجيًا بحجم 512×512 بكسل بتدرج الرمادي مع تعليقات توضيحية على مستوى البكسل. يتم توزيع كل عينة كزوج من tensors بايثون (الصورة وقناع التسمية)، مما يتيح الاستخدام المباشر في سير عمل التعلم العميق. تغطي المجموعة ست فئات للغطاء الأرضي: المناطق الحضرية، الغطاء النباتي، المسطحات المائية، الأراضي الرطبة، الأراضي الزراعية، والأراضي الجرداء.
| الحجم | ~3.46 مليون صورة مقطعية |
|---|---|
| أبعاد الصورة | 512×512 بكسل، تدرج رمادي (3 قنوات) |
| التنسيق | PyTorch tensors (.pt) |
| مستوى التعليق | بكسل (6 فئات) |
| المصدر | أرشيف Norge i Bilder |
| الترخيص | وصول مفتوح — IEEE DataPort |
المجموعة متاحة للتحميل على IEEE DataPort. تتضمن التعليمات الكاملة لتحميل واستخدام البيانات في PyTorch.
📥 تحميل من IEEE DataPortHISTonAIR is a large-scale benchmark for semantic segmentation of archival aerial photographs. Built from the Norge i Bilder archive and previously validated land-cover rasters, it contains approximately 3.46 million orthorectified 512×512 grayscale image patches with pixel-level annotations. Each sample is distributed as a PyTorch tensor pair (image and label mask), enabling direct use in deep learning workflows. The dataset covers six land-cover classes: Urban, Vegetation, Water, Wetland, Agriculture, and Bare Land.
| Size | ~3.46 million image patches |
|---|---|
| Image Dimensions | 512×512 px, grayscale (3 channels) |
| Format | PyTorch tensors (.pt) |
| Annotation Level | Pixel-level (6 classes) |
| Source | Norge i Bilder archive |
| License | Open Access — IEEE DataPort |
The dataset is available for download on IEEE DataPort. Full instructions for loading and using the data in PyTorch are included.
📥 Download from IEEE DataPort