RSRCC

מה זה

כל רשומה מורכבת משתי תמונות של אותו אזור בנקודות זמן שונות, לצד טקסט שמתאר את השינוי ביניהן. הטקסטים מגיעים בתבנית של שאלות כן ולא או שאלות אמריקאיות עם בחירה מרובה, ועוסקים בבנייה חדשה, הריסה, סלילת כבישים ומדרכות, שינויי צמחייה והתפתחות מגורים. הצילומים עברו תהליך של הסרת כפילויות, כך ששאלות שונות על אותו אזור משתמשות באותם קובצי מקור.

המאגר נבנה על ידי צוות המודלים לתצפיות כדור הארץ בגוגל באמצעות שיטה שמדרגת ומסננת פלטים. הנתונים מחולקים לשלושה חלקים רגילים של אימון, ולידציה ובדיקה. בכל תיקייה כזו תמצאו קובץ מטא-דאטה בפורמט טבלאי שמקשר בין הנתיבים היחסיים של התמונות לבין השאלות והתשובות שמתאימות להן.

מתאים ל

• הבנת שינויים בתצלומי אוויר

  אימון מודלים מולטימטריים שמסבירים במילים מה השתנה בין צילום ישן לצילום חדש.

• בדיקת הסקה של מודלי שפה

  הערכת היכולת של מודל תמונה וטקסט לענות על שאלות אמריקאיות מורכבות על קרקע.

• כוונון ייעודי ללוויינים

  אימון הוראות למודלי בסיס שפועלים בתחום החישה מרחוק ומיפוי עירוני.

איפה זה נופל

הטקסט כולו באנגלית בלבד. אם המערכת שלכם צריכה להבין שאלות בעברית על תצלומי אוויר, תצטרכו לתרגם את הנתונים או להוסיף שכבת התאמה. בנוסף, התיאורים נוצרו וסוננו בתהליך דירוג ממוחשב שמבוסס על מודלים, כך שעלולות להופיע שגיאות זיהוי לגבי מה שבאמת השתנה בשטח. הכרטיס לא מפרט את הרזולוציה המדויקת של הצילומים, את המיקומים הגיאוגרפיים בעולם או את טווחי השנים שבהם נלקחו התמונות.

איך טוענים

טוענים את הנתונים דרך ספריית datasets הרגילה בפייתון. במקום להוריד מיד אלפי קבצים שמפוזרים בתיקיות משנה, מומלץ להפעיל מצב הזרמה כדי לבדוק רשומות בודדות. כל רשומה כוללת שלושה שדות עיקריים בשם before, after ו־text. אין צורך באישור גישה מיוחד כדי להוריד את המאגר.

from datasets import load_dataset

ds = load_dataset("google/RSRCC")

הרישיון

בתחתית הכרטיס מצוין רישיון Apache 2.0, אף שבראש העמוד נרשם שלא דווח רישיון. הרישיון הזה מתיר שימוש מסחרי, שינוי והפצה של הנתונים, בתנאי ששומרים על הודעת זכויות היוצרים והייחוס ליוצרים המקוריים מגוגל. אין חובה לשתף מודלים שתאמנו תחת אותו הרישיון בדיוק.

הרישיון המלא ב־Hugging Face ↗