数据集概述
该数据集包含基于CoastTrain图像及标签训练的SegFormer模型，用于768x768像素RGB NAIP图像的5类海岸环境分割。模型由Segmentation Gym创建，支持水体、白浪、沉积物等5类目标的自动识别，为海岸环境遥感图像分析提供预训练模型工具。
文件详解
- 模型核心文件（每个模型含5类文件，以ct_NAIP_5class_768_segformer_vX为例）：
- .json配置文件：存储模型创建、数据使用及预测的指令，是模型运行的核心配置
- .h5权重文件：保存训练后的模型参数，可用于图像分割预测
- _modelcard.json元数据文件：记录模型起源、训练选择及数据集信息的元数据
- _model_history.npz训练历史文件：包含训练与验证损失、指标的numpy数组
- .png训练可视化文件：展示训练过程中损失和平均IoU的变化曲线
- 辅助文件：
- BEST_MODEL.txt：记录验证损失和平均IoU最优的模型名称
- classes.txt：列出5类分割目标（water、whitewater、sediment、other_bare_natural_terrain、other）
数据来源
CoastTrain
适用场景
- 海岸环境遥感分析：自动识别NAIP图像中的水体、沉积物等海岸要素
- 模型复现与优化：基于现有配置文件和权重，复现或改进海岸图像分割模型
- 机器学习研究：用于遥感图像语义分割算法的性能测试与对比
- 海岸带管理：为海岸侵蚀、沉积物迁移等环境监测提供数据支持
