高標準農地の整備は、中国の食料生産能力を向上させ、食料安全保障を確保するための重要な施策です。その中で、農村道路（高標準農地）である畦道や生産道は、高標準農地のインフラ整備の中核的な内容の一つです。高解像度リモートセンシング衛星画像を活用して農村道路を迅速かつ正確に抽出する方法は、高標準農地の整備の監視および管理において重要な意義を持ちます。近年、都市道路抽出を対象とした深層学習手法およびベンチマークデータセットは急速に発展していますが、都市道路と農村道路の分布の大きな違いにより、都市道路抽出用の学習モデルは農村道路抽出に直接適用することが困難です。本稿は、高解像度リモートセンシング画像データに基づき、初めて高解像度リモートセンシング衛星画像の農村（高標準農地）道路抽出ベンチマークデータセット（WHU-RuR）を体系的に構築しました。本データセットは、現在最も農地被覆率が高く、農村道路のカテゴリーが最も多く、農村背景が最も複雑で、データ量が最大のオープンデータセットであり、具体的な特徴は以下のとおりです：中国の華北、華中、華東、西北及び西南の7つの省（湖北省、湖南省、陝西省、四川省、安徽省、河南省及び河北省）における典型的な農村地域をカバー；学習セット及びテストセット合わせて25922組の高解像度リモートセンシング衛星画像と道路サンプル（空間分解能0.3m、空間サイズ1024×1024ピクセル）を含む。同時に、WHU-RuRデータセットの有用性を検証するため、本稿では先進的な深層学習道路抽出手法の農村道路抽出タスクにおける性能をテストし、包括的に分析しました。実験結果より、WHU-RuRデータセットは農村道路抽出のニーズを基本的に満たし、高標準農地の監視及び管理分野において大きな応用可能性を有することが示されました。データセットリンク：https://doi.org/10.57760/sciencedb.09181。

農村道路抽出; 高標準農地; 高解像度リモートセンシング; リモートセンシングベンチマークデータセット; 深層学習