数据集概述
本数据集包含基于海岸NDWI图像及标签训练的Residual-UNet模型，用于Sentinel-2和Landsat-7/8卫星影像的二分类（水体/其他）分割。模型通过Segmentation Gym工具创建，支持海岸水体区域的自动化识别与提取。
文件详解
- 模型核心文件（每个模型对应5个同名文件）：
.json配置文件：记录模型构建、数据使用及预测的指令，包含TARGET_SIZE、MODEL、NCLASSES等参数.h5权重文件：存储训练后的模型参数权重，可用于图像分割预测_modelcard.json模型卡文件：描述模型起源、训练选择及基础数据集的元数据文件_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分数的变化图表- 辅助文件：
- BEST_MODEL.txt：记录验证损失和平均IoU最优的模型名称
数据来源
Zenodo（数据集DOI：10.5281/zenodo.7384263）
适用场景
- 海岸带遥感分析：自动化提取卫星影像中的水体区域
- 海洋环境监测：评估海岸水体分布变化
- 遥感模型应用：验证Res-UNet模型在水体分割任务中的性能
- 地理信息系统：为GIS平台提供水体区域的自动化识别工具
