数据集概述
该数据集包含基于Segmentation Gym创建的Residual-UNet模型，用于对1024×768像素的RGB高分辨率图像进行二分类（水/非水）分割，支持PCMSC/planecam影像处理，提供模型配置、权重、训练记录等完整文件。
文件详解
该数据集包含多组模型相关文件及辅助文档，具体如下：
- 核心模型文件（每组模型含5个同名根文件）：
- .json配置文件：用于Segmentation Gym创建权重文件，包含模型构建、数据及预测指令
- .h5权重文件：训练生成的模型参数文件，可通过seg_images_in_folder.py调用
- _modelcard.json模型卡：记录模型起源、训练选择及数据集的元数据文件
- _model_history.npz训练记录：存储训练/验证损失与指标的numpy归档文件
- .png训练可视化图：展示训练/验证损失及平均IoU得分的图表
- 辅助文件：
- BEST_MODEL.txt：记录验证损失和平均IoU最优的模型文件名
- classes.txt：标注分割类别（water/other）
- readme.txt：数据集说明文档
适用场景
- 遥感图像处理：高分辨率RGB影像的水体与非水体区域自动分割
- 计算机视觉研究：ResUNet模型在二分类分割任务中的性能验证
- 环境监测应用：基于影像的水体覆盖范围动态监测与分析
- 模型复用开发：为类似场景的图像分割任务提供预训练模型基础
