BHDSI： A remote sensing building height dataset for deep learning

Data Articles | Views:747Downloads:917CSCD:0

Export
Share
Collection
Album

BHDSI： A remote sensing building height dataset for deep learning
- role：First author第一作者
- Affiliation：
  State Key Laboratory of Spatial Datum, Chinese Academy of Surveying and Mapping, Beijing 100036, China
  College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China
  School of Geomatics, Liaoning Technical University, Shenyang 123032, China
- Email：wanghao@casm.ac.cn
- Introduction：王浩，研究方向为城市遥感、国土空间规划理论和应用。E-mail： wanghao@casm.ac.cn
WANG Hao
123 * ,
- role：Corresponding author通信作者
- Affiliation：
  State Key Laboratory of Spatial Datum, Chinese Academy of Surveying and Mapping, Beijing 100036, China
- Email：2430731417@qq.com
- Introduction：马遥，研究方向为遥感建筑高度估计。E-mail： 2430731417@qq.com
MA Yao
1 * ,
- Affiliation：
  State Key Laboratory of Spatial Datum, Chinese Academy of Surveying and Mapping, Beijing 100036, China
  College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China
CAO Changhao
12 * ,
- Affiliation：
  State Key Laboratory of Spatial Datum, Chinese Academy of Surveying and Mapping, Beijing 100036, China
  College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China
  School of Geomatics, Liaoning Technical University, Shenyang 123032, China
NING Xiaogang
123 * ,
- Affiliation：
  State Key Laboratory of Spatial Datum, Chinese Academy of Surveying and Mapping, Beijing 100036, China
ZHANG Hanchao
1 * ,
- Affiliation：
  State Key Laboratory of Spatial Datum, Chinese Academy of Surveying and Mapping, Beijing 100036, China
ZHANG Ruiqian
1 *
Vol. 30, Issue 2, Pages: 445-457(2026)
DOI：10.11834/jrs.20255103
Accepted：

Scan QR Code

Scan QR Code

Quote
Translate The Full Text
DOI：
DOI：

AI Introduction
Full Text(HTML)
Figs( 9 ) Tabs( 4 )
References
Publication Info
Metrics

Alert me when the article has been cited

Submit

Related Articles

MtSCCD：面向深度学习的土地利用场景分类与变化检测数据集

融合可见光与热红外图像的无人机早期森林火灾深度学习检测

可见光和红外特征自适应融合的多模态目标检测方法

光学遥感图像目标检测的深度学习算法研究进展

基于水淹频率指数的滨岸带划定与生态格局研究——以长江干流中下游为例

Related Author

王浩中国测绘科学研究院;山东科技大学, 测绘与空间信息学院;辽宁工程技术大学, 测绘与地理科学学院

马遥中国测绘科学研究院

曹昌昊中国测绘科学研究院;山东科技大学, 测绘与空间信息学院

宁晓刚中国测绘科学研究院;山东科技大学, 测绘与空间信息学院;辽宁工程技术大学, 测绘与地理科学学院

张翰超中国测绘科学研究院

张瑞倩中国测绘科学研究院

周维勋南京信息工程大学遥感与测绘工程学院;北京师范大学遥感科学国家重点实验室

刘京雷南京信息工程大学遥感与测绘工程学院

Related Institution

中国测绘科学研究院

山东科技大学, 测绘与空间信息学院

辽宁工程技术大学, 测绘与地理科学学院

南京信息工程大学遥感与测绘工程学院

北京师范大学遥感科学国家重点实验室