由武汉大学李彦胜老师团队提交的“STAR_全球大幅面卫星图像场景图生成数据集”，经审核整理后正式在国家对地观测科学数据中心发布，热忱欢迎广大科研工作者关注并使用该数据集。

图1 数据集基本信息

STAR（Satellite scene graph dataset with Transformers and Rotated bounding boxes）是首个针对大幅面超高分辨率（VHR）卫星影像场景图生成（SGG）任务构建的大规模基准数据集。该数据集聚焦全球11类与人类活动高度关联的复杂地理场景（包括机场、港口、核电站等关键基础设施），影像空间分辨率覆盖0.15米至1米范围。通过专家标注，STAR提供了超过21万个精细标注对象（采用旋转边界框OBB标注，涵盖48类细粒度地物类别）和40万组高质量三元组关系（包含8大类58种细粒度空间语义关系）。其核心特色体现在三个方面：支持对象关系的一对多标注范式、采用旋转不变的绝对空间关系定义体系，以及构建了多尺度目标检测与关系预测的完整训练/验证/测试划分。在数据规模、标注精细度和场景多样性方面，STAR显著超越了现有卫星影像目标检测（OBD）与场景图生成数据集，为地理空间智能领域的研究提供了新的技术基准和评估标准。

图2 数据集产品缩略图

扫描二维码获取数据链接