武汉大学测绘遥感信息工程全国重点实验室RSIDEA研究组提出大规模高空间分辨率高光谱影像分类基准数据集HyperImageNet。该数据集包含26084幅机载高光谱影像块，统一提供224个连续光谱波段，空间分辨率覆盖0.5–5米，并建立了覆盖138个细粒度地物类别的层级化标签体系。不同于传统高光谱数据集通常只提供单一像素级标签，HyperImageNet进一步构建了“原始高光谱影像—像素级语义标签—对象级实例掩码”的三位一体数据结构，并设计了严格空间隔离的开放环境评测基准，为高光谱精细地物理解、开放集识别和基础模型评测提供了新的数据支撑。相关研究成果“HyperImageNet: A Large-Scale High-Spatial-Resolution Hyperspectral Imagery Classification Benchmark”预印本发布于arXiv。武汉大学测绘遥感信息工程全国重点实验室硕士生曾楚光为第一作者、钟燕飞教授为通讯作者、刘寅贺博士后和剑桥大学李静涛博士后共同参与完成研究。数据集子集竞赛与基准平台发布于CodaLab（https://www.codabench.org/competitions/17617/?secret_key=0c2cdc73-9570-4825-b79b-e2394c666129），欢迎学术用途交流合作。

本文亮点：

目前最大规模的双高高光谱影像数据集。HyperImageNet包含26084幅尺寸为512×512的AVIRIS机载高光谱影像，共含有224个连续波段，空间分辨率为0.5–5米，为高光谱基础模型训练与评测提供大规模数据支撑。

目前最细粒度的高光谱地物类别体系。数据集建立了覆盖138个精细地物类别的层级化标签体系，涵盖农业、自然生态、城市地表等复杂场景，充分发挥高光谱影像在精细识别中的优势。

三位一体的多任务标注结构。不同于传统高光谱数据集通常仅提供像素级语义标签，HyperImageNet同时提供原始高光谱影像、像素级语义标签和对象级实例掩码，支持语义分割、实例分割和基础模型场景级语义理解等多类研究任务。

面向真实开放环境的严格评测基准。数据集构建了严格空间隔离的开放集评测协议，避免单图训练测试划分导致的数据泄漏问题，更真实地检验模型在跨区域、未知类别和复杂场景下的泛化能力。

研究背景：

高光谱遥感影像具有连续、精细的光谱信息，能够为精准地物分类、农业监测、生态环境评估和资源调查等任务提供更丰富的判别依据。然而，相比自然图像领域已经形成的大规模开放数据生态，高光谱遥感长期面临高质量数据集稀缺的问题：一方面，高光谱数据获取成本高、空间分辨率和覆盖范围受限；另一方面，精细地物标注高度依赖专业知识，构建成本远高于普通RGB影像。

现有公开高光谱数据集虽然推动了领域发展，但在面向基础模型和真实复杂场景时仍存在明显不足：数据规模普遍较小，类别粒度较粗，多数数据集难以同时兼顾高空间分辨率、高光谱分辨率和大规模样本覆盖；同时，传统训练/测试划分方式容易引入空间上下文泄漏，使模型评估结果难以真实反映跨区域泛化能力。

为解决上述问题，本文构建了大规模高空间分辨率高光谱影像分类基准数据集 HyperImageNet。该数据集包含26084幅机载高光谱影像块，统一提供224个连续光谱波段，空间分辨率覆盖0.5–5米，并建立了包含138 个细粒度地物子类的层级化标签体系，为高光谱精细地物理解和基础模型评测提供了新的数据基础。

表一：高光谱语义数据集对比

HyperImageNet数据集：

HyperImageNet原始影像来自AVIRIS-Classic与AVIRIS-NG两类机载高光谱传感器。相比星载高光谱影像，机载平台能够提供更高空间分辨率、更高信噪比和更连续的光谱观测能力，更适合支撑真实复杂场景下的精细地物解析。

数据集由两个子集组成：HyperSeg-A包含 22699 幅影像，来源于AVIRIS-Classic在 2009–2022年间采集的高光谱影像，原生提供224个连续光谱波段；HyperSeg-B包含 3385幅影像块，来源于AVIRIS-NG在 2023年采集的影像，原生波段数可达425个。为保证跨传感器数据在统一光谱空间中使用，本文基于中心波长匹配策略，从AVIRIS-NG中选取与AVIRIS-Classic对应的224个波段，实现不同传感器、不同年份数据的统一光谱对齐。

在类别体系方面，HyperImageNet建立了覆盖138个细粒度地物子类的层级化标签体系。宏观层面包括耕地、不透水面、森林、灌丛、草地、湿地、水体、裸地、雪地等主要地表类型；细粒度层面进一步扩展到80余种具体作物类型，以及不同森林与湿地类型、道路等级、屋顶材质、人工设施和水体属性等复杂类别。该体系不仅保留了地表覆盖的宏观语义一致性，也充分发挥了高光谱影像在精细类别识别中的优势。

图一：HyperImageNet层级类别体系

此外，HyperImageNet不同于传统高光谱数据集通常只提供单一像素级语义标签，而是构建了“原始高光谱影像—像素级语义标签—对象级实例掩码”的三位一体数据结构。其中，对象级实例掩码由高光谱基础模型HyperFree生成，并经过人工核验、形态学后处理和精细修正。该设计使同一幅高光谱影像能够同时支持语义分割、实例分割和基础模型场景级语义理解等多类任务，为多任务高光谱解译提供了更完整的数据支撑。

图二：原始影像-语义标签-实例掩码的三位一体结构展示

基准测试：

除数据集构建外，本文进一步设计了面向真实复杂场景的开放环境基准测试。考虑到传统高光谱分类任务常采用单幅影像内部随机划分训练集和测试集，容易造成严重的空间信息泄漏，HyperImageNet在基准构建中采用严格的空间物理隔离策略，将训练区域与测试区域完全分离，以更真实地评估模型在跨区域场景中的泛化能力。

具体而言，本文从HyperImageNet中选取562幅高质量H²高光谱影像块构建评测子集，其中训练集包含383幅影像，测试集包含179幅影像。类别设置包括31个已知类别和1个未知类别，其中未知类别在训练阶段对模型完全不可见，用于检验模型在开放环境下识别未知地物的能力。

表二：开放环境评测子集类别统计信息

在基准实验中，本文系统比较了 CNN、UNet、HybridSN、TransUNet、FreeNet 以及微调后的 HyperFree 等代表性方法。实验结果表明，HyperFree 在多数细粒度类别上取得领先或次优表现，体现出高光谱基础模型在精细地物理解中的潜力。同时，在更具挑战性的开放环境联合分类任务中，微调后的HyperFree取得35.94%的Macro F1，为后续高光谱开放集语义分割研究提供了真实、严格且具有挑战性的基线。

表三：开放环境评测已知类二分类基准测试F1结果统计

表四：开放环境评测闭集与开集分类macro-F1结果统计

整体来看，HyperImageNet不仅能够有效支撑高光谱基础模型的语义能力评估，也揭示了当前模型在开放环境、未知类别和跨区域泛化方面仍存在较大提升空间。该基准为长尾类别识别、开放环境感知、多任务基础模型评测以及智能地物解析等方向提供了新的数据基础。

获取方式：

HyperSeg-A数据集将在第二届高光谱遥感数据处理与应用大赛（2026.7.25–2026.9.25）结束后公开。其中，赛道三“高光谱高空间分辨率（双高）遥感图像精细分类”基于 HyperImageNet 数据集子集设立。比赛网址如下：https://www.codabench.org/competitions/17617/?secret_key=0c2cdc73-9570-4825-b79b-e2394c666129，具体相关信息见比赛说明。欢迎参与比赛并将结果提交至我们托管的基准测试平台。

使用声明：

本数据集版权归智能化遥感数据提取分析与应用研究组（RSIDEA）所有，该研究组隶属于武汉大学测绘遥感信息工程全国重点实验室（LIESMARS）。HyperImageNet数据集仅限于学术目的使用，并需引用以下论文，任何商业用途均被禁止。

联系方式：

如果您在使用HyperImageNet数据集时有任何问题或反馈，请联系：

曾楚光 硕士生：zcg2025@whu.edu.cn

刘寅贺 博士后：liuyinhe@whu.edu.cn

钟燕飞 教 授：zhongyanfei@whu.edu.cn

供稿：曾楚光    排版：柯天    审核：吴娇、刘寅贺