| # CASID 发布验证报告 |
|
|
| 完成时间：2026-10-15 · 范围：全部 980 对原图-标注 · 所有脚本与原始报告可复现（见文末） |
|
|
| ## 一、结论（TL;DR） |
|
|
| - **数据完整性**：980 对原图-标注齐全，无一缺失。978 张原图为 5000×5000，2 张（新加坡-林厝港区-36/-40）为 5000×4656，全部可完整解码（原图 65.19 GB，标注 0.66 GB）。 |
| - **标注编码**：原始大标注为 RGB 颜色编码（非 id 图）。5 个规范色的像素与作者自己的 1024×1024 训练图块**逐像素 0 错配**（全 980 张通过硬门槛）。 |
| - **发现并修复了原始训练图块的切图 bug**：77 张图（亚热带/热带季风为主）的森林颜色为 (76,230,0) 而非规范绿 (85,255,0)，作者切图按规范色精确匹配、失败默认背景，导致这些文件的训练图块丢失成片森林（共 6.24 亿像素）。本发布以大标注为准恢复其类别；**修复后逐气候区类别占比与论文公布数字完全对齐**（未受影响区域差 ±0.0005）。 |
| - **裁切脚本**：与作者现成图块 150/150 逐像素一致（含 4656 高短图的末行裁齐）。 |
|
|
| ## 二、源数据普查 |
|
|
| | 气候带 | 区域数 | 图像数 | 论文 cat_dist.py total_list | |
| |---|---|---|---| |
| | 热带雨林气候 TroRf | 10 | 210 | 210 ✓ | |
| | 热带季风气候 TroMs | 6 | 202 | 202 ✓ | |
| | 亚热带季风气候 SubMs | 7 | 284 | 284 ✓ | |
| | 温带季风气候 TemMs | 7 | 284 | 284 ✓ | |
|
|
| - 训练/测试划分从 `all_train`/`all_test` 死链接符号链接目标重建：**按区域整体划分，681 train / 299 test**。 |
| - 测试区域（8 个）：07-日本-东京西南、16-湖南-邵阳市北、17-山西-吕梁市、18-河北-张家口市西北、04-菲律宾-拉瓦格周边、10-老挝-万象北部、06-印度尼西亚-帕朗卡拉亚北、12-马来西亚-斯里巴加湾南部。 |
| - 原始文件名为中文且横线全角/半角混用；发布版全部改为 ASCII 文件名，完整映射见 `file_mapping.csv`，双语区域表见 `regions.csv`。 |
|
|
| ## 三、标注编码的确认过程 |
|
|
| 1. 大标注为 RGB 颜色编码，每个颜色由该图自带的 25 块训练图块（P 模式、像素值=类别 id）逐像素投票定类别；5×5 网格（起点 {0,994,1988,2982,3976}，步距 994）100% 覆盖 5000×5000。 |
| 2. 规范 5 色（黑/黄/绿/红/蓝 → 背景/建筑/森林/道路/水体）在全部 980 张上与图块**逐像素 0 错配**。 |
| 3. 语义锚点：作者脚本 `cat_dist.py` 注释 `colors = ['black','yellow','green','red','blue']` 与 `['Background','Building','Forest','Road','Water']` 一一对应（黄=建筑、红=道路，反直觉但确凿）。 |
|
|
| ## 四、原始训练图块的切图 bug（重要发现） |
|
|
| **现象**：77 张图的大标注中森林颜色是 (76,230,0)（而非规范绿 (85,255,0)），另有 41 张的道路为 (230,0,0)、若干张的水体为蓝变体色。作者切训练图块时按规范色**精确匹配**，匹配失败的颜色一律落入背景——这些文件的训练图块中森林/道路/水体成片丢失。 |
|
|
| **证据**（以亚热带季风气候/25-浙江-金华市西-5 为例，卫星影像目视确认为满幅山林）： |
| - 该图大标注：森林 (76,230,0) 2442 万 px，另有黑/黄/红/蓝规范色； |
| - 训练图块 H0-W0：背景 104.3 万 px（99.5%）、道路 3748 px、水体 2177 px、**森林 0**； |
| - 道路 3748 / 水体 2177 与大标注**分毫不差**——同一标注来源，唯独漂移色被丢进背景。 |
|
|
| **全局统计**（v4 图块投票报告）： |
| - (76,230,0)→图块判"背景" 6.24 亿 px（77 文件，占 3 张整图以上面积的森林被当作背景参与训练）； |
| - (230,0,0)→背景 952 万 px（41 文件）；蓝变体 (0,79,179)/(5,121,239)/(0,113,255)→背景共约 7 万 px； |
| - 巨港-21 的白色 (255,255,255) 460 万 px：图块与大标注一致视为背景（nodata），非 bug。 |
|
|
| **对本发布的影响**：发布标注以大标注为权威来源，上述像素全部恢复其类别（见下节规则）；使用原始训练图块复现论文实验的用户应注意该 bug 对相应区域的影响。 |
|
|
| ## 五、发布标注转换规则（v5） |
|
|
| 对每张图：先按 25 块训练图块拼出参考 id 图（要求 100% 覆盖、重叠带一致），再对大标注逐颜色映射： |
|
|
| | 优先级 | 规则 | 适用 | |
| |---|---|---| |
| | 1 | 规范 5 色 → 原 id | 全部规范色像素 | |
| | 2 | 白色 (255,255,255) → 0 背景 | 图块全票一致 + nodata 惯例 | |
| | 3 | 图块非零一致票（share≥0.999）→ 采信图块 | 如 (64,191,0)→道路（2800 px，切图 bug 只会产生背景票，非零票含真实信息） | |
| | 4 | 其余颜色 → RGB 欧氏距离最近的规范色 | 漂移色与 JPEG 尘埃色 | |
|
|
| **硬门槛**：规范色像素与图块 0 错配（违反即 FAIL）。结果：**980/980 通过，规范色错配总数 0**。 |
|
|
| 重映射总量：846,804,104 px（占数据集 3.46%）。主要条目： |
|
|
| | 颜色 | 判定 | 像素数 | 文件数 | |
| |---|---|---|---| |
| | (76,230,0) | 森林 | 624,009,265 | 77 | |
| | (3,3,3) | 背景 | 134,314,588 | 40 | |
| | (9,9,9) | 背景 | 35,450,438 | 2 | |
| | (230,0,0) | 道路 | 9,524,168 | 41 | |
| | (255,255,255) | 背景 | 4,595,542 | 3 | |
| | (5,6,5)/(5,5,5) 等近黑 | 背景 | ~27,000,000 | 若干 | |
| | (4,255,0)/(18,255,0) | 森林 | 2,932,309 | 2 | |
| | (64,191,0) | 道路（图块票） | 2,800 | 多文件零散 | |
|
|
| 其余 ~1,900 种颜色均为几个像素的 JPEG 尘埃色，按最近规范色处理。 |
|
|
| ## 六、逐气候区类别占比 vs 论文公布数字 |
|
|
| 论文数字取自作者 `cat_dist.py`（源自训练图块，受第四节 bug 影响）： |
|
|
| | 区 | bg | bld | forest | road | water | 论文 forest | Δforest | |
| |---|---|---|---|---|---|---|---| |
| | TroRf | 0.1098 | 0.0899 | 0.7627 | 0.0103 | 0.0273 | 0.7622 | +0.0005 | |
| | TroMs | 0.3466 | 0.0720 | 0.5310 | 0.0117 | 0.0387 | 0.4595 | **+0.0715** | |
| | SubMs | 0.2725 | 0.1264 | 0.5514 | 0.0177 | 0.0320 | 0.5144 | **+0.0370** | |
| | TemMs | 0.4017 | 0.1090 | 0.4546 | 0.0148 | 0.0199 | 0.4542 | +0.0004 | |
|
|
| 无漂移区域差 ±0.0005（占比结构完全吻合）；差异集中于漂移区域，且恰为救回的森林/道路——与第四节互为印证。 |
|
|
| ## 七、裁切脚本验证（casid_split.py） |
| |
| 默认参数（1024、步距 994）与作者图块逐像素比对，6 个样本（每气候区 1 张 + 新加坡 2 张短图）： |
| |
| | 样本 | 尺寸 | 图块 | 图像错配 | 标注错配 | |
| |---|---|---|---|---| |
| | 03-台湾-宜兰县以东0 | 5000×5000 | 25 | 0 | 0 | |
| | 17-山西-吕梁市22 | 5000×5000 | 25 | 0 | 0 | |
| | 04-菲律宾-拉瓦格周边0 | 5000×5000 | 25 | 0 | 0 | |
| | 02-马来西亚-吉隆坡17 | 5000×5000 | 25 | 0 | 0 | |
| | 新加坡-林厝港区-36 | 5000×4656 | 25 | 0 | 0 | |
| | 新加坡-林厝港区-40 | 5000×4656 | 25 | 0 | 0 | |
| |
| 短图处理：固定网格 {0,994,1988,2982,3976} 与作者惯例一致，末行起点 3976、高度裁齐 680。 |
| |
| ## 八、源数据异常清单（本发布的处理） |
| |
| | 异常 | 处理 | |
| |---|---| |
| | 新加坡-林厝港区-36/-40 为 5000×4656 | 原样发布，README 记录 | |
| | 台湾区 label/ 目录 35 张 P 模式 PNG（调色板 BGR 顺序、id 语义不明、与 TIF 不一致） | 不发布，以 TIF 为准 | |
| | 源目录含作者渲染的 1024 图块与 GID 风格预览图 | 不再重复发布，用 `scripts/casid_split.py` 重新生成 | |
| | 区域 id 缺 01；19-23 区目录名用全角横线；无编号雨林区 6 个 | regions.csv 全部记录（26-31 为发布补编） | |
| | 12 区国名（文莱/马来西亚）、22 区（朝鲜/首尔）表述矛盾 | regions.csv notes 备注 | |
| | 训练图块切图 bug（第四节） | 发布标注已恢复类别；此报告记录 | |
|
|
| ## 九、复现方式 |
|
|
| 以下脚本在作者的内部服务器上运行（目录结构从略）： |
|
|
| - `audit_casid.py`：全量体检（图像解码、尺寸、字节数、标注颜色分布）→ `audit_report.json` |
| - `convert_labels_v5.py`：标注转换（本报告第五节规则）→ `labels_unified_v5/` + `convert_report_v5.json` |
| - `validate_v5.py`：逐气候区占比 vs 论文 → `v5_zone_shares.json` |
| - `validate_split.py`：裁切逻辑逐像素比对 |
| - `assemble_release.py`：组装发布树（硬链接原图）→ 发布树根目录 |
| - `casid_split.py`：DOTA 风格裁切脚本（发布于 `scripts/`） |
|
|
