PanCollection 开源项目教程

项目介绍

PanCollection 是一个用于遥感图像全色锐化的开源数据集和工具箱。该项目提供了多种卫星（如 WorldView-3、QuickBird、GaoFen-2、WorldView-2）的全色锐化训练和测试数据集。此外，PanCollection 还提供了基于 PyTorch 深度学习库的 Python 代码统一编写框架，便于研究人员快速进行训练和测试，并进行公平比较。

项目快速启动

环境准备

1. 克隆项目仓库：

   git clone https://github.com/liangjiandeng/PanCollection.git
   cd PanCollection
   

2. 安装依赖：

   pip install -r requirements.txt
   

数据准备

1. 下载训练和测试数据集：

   • 训练数据集：Baidu Cloud
   • 测试数据集：ReducedData(H5 Format) 和 FullData(H5 Format)

2. 将数据集放置在项目目录下的 data 文件夹中。

快速训练

1. 配置训练参数：

   cp config/default.yaml config/my_config.yaml
   vi config/my_config.yaml
   

2. 开始训练：

   python train.py --config config/my_config.yaml
   

快速测试

1. 配置测试参数：

   cp config/default_test.yaml config/my_test_config.yaml
   vi config/my_test_config.yaml
   

2. 开始测试：

   python test.py --config config/my_test_config.yaml
   

应用案例和最佳实践

案例一：WorldView-3 数据集的全色锐化

1. 下载 WorldView-3 数据集：

   • 训练数据集：Baidu Cloud
   • 测试数据集：ReducedData(H5 Format) 和 FullData(H5 Format)

2. 配置训练参数：

   dataset:
     name: WorldView-3
     train_path: data/WorldView-3/train
     test_path: data/WorldView-3/test
   

3. 开始训练和测试：

   python train.py --config config/worldview3.yaml
   python test.py --config config/worldview3_test.yaml
   

案例二：QuickBird 数据集的全色锐化

1. 下载 QuickBird 数据集：

   • 训练数据集：Baidu Cloud
   • 测试数据集：ReducedData(H5 Format) 和 FullData(H5 Format)

2. 配置训练参数：

   dataset:
     name: QuickBird
     train_path: data/QuickBird/train
     test_path: data/QuickBird/test
   

3. 开始训练和测试：

   python train.py --config config/quickbird.yaml
   python test.py --config config/quickbird_test.yaml
   

典型生态项目

DLPan-Toolbox

DLPan-Toolbox 是一个基于 PyTorch 的深度学习工具箱，专门用于遥感图像全色锐化。它提供了多种深度学习模型的实现，并与 PanCollection 数据集无缝集成，便于研究人员进行快速实验和比较。

HyperPanCollection

HyperPanCollection 是一个用于高光谱全色锐化的数据集，适用于类似任务的研究。它提供了高光谱数据的全色锐化训练和测试数据集，为高光谱图像处理领域的研究人员提供了宝贵的资源。

通过结合 PanCollection 和这些生态项目，研究人员可以更高效地进行遥感图像全色锐化的研究和开发。