数据集概述
本数据集包含基于SegFormer架构的建筑物损伤分割模型，用于处理xBD数据集中分辨率为768×768的RGB图像，可识别无损伤、轻微损伤、严重损伤和未分类四类建筑物状态，模型由Segmentation Gym训练生成。
文件详解
该数据集包含模型相关文件及辅助文档，具体说明如下：
- 核心模型文件（每个模型对应5类文件，以版本号区分）：
- .json配置文件：记录模型创建、训练及预测的参数与指令，包含TARGET_SIZE、MODEL、NCLASSES等关键字段
- .h5权重文件：存储训练后的模型参数，可通过seg_images_in_folder.py调用进行预测
- _modelcard.json模型卡文件：描述模型起源、训练选择及数据集信息的元数据文件
- _model_history.npz训练历史文件：存储训练与验证损失、指标的numpy数组
- .png训练可视化文件：展示训练过程中损失与平均IoU变化的图表
- 辅助文档：
- BEST_MODEL.txt：记录最优模型名称（如xbd_RGB_768_v3_fullmodel.h5）
- classes.txt：列出模型识别的四类建筑物状态（no-damage、minor-damage、major-damage、unclassified）
- readme.txt：数据集说明文档
适用场景
- 遥感图像处理：基于卫星RGB图像自动识别建筑物损伤程度
- 灾害评估：快速分析灾害后建筑物受损情况，支持应急响应决策
- 计算机视觉研究：用于语义分割模型的性能对比与优化
- 地理信息系统：为GIS平台提供建筑物损伤状态的自动化标注工具
