数据集概述
本数据集包含基于Segmentation Gym创建的Residual-UNet模型，用于对1024×768像素的RGB航拍图像进行水体与非水体二分类分割。每个模型配套5类文件，涵盖配置、权重、元数据等，支持模型复现与应用。
文件详解
- 模型核心文件（每模型含5类同名文件）：
- .json配置文件：Segmentation Gym创建权重的依据，含模型构建、数据及预测指令
- .h5权重文件：train_model.py生成的训练参数文件，可通过seg_images_in_folder.py调用
- _modelcard.json模型卡：描述模型起源、训练选择及数据集的元数据文件
- _model_history.npz训练历史文件：含训练/验证损失与指标的numpy存档
- .png训练可视化文件：训练损失与平均IoU分数的趋势图
- 辅助文件：
- BEST_MODEL.txt：记录验证损失与IoU最优的模型名称
- classes.txt：标注分类类别（water、other）
- readme.txt：数据集概述文档
适用场景
- 遥感图像处理：对高分辨率航拍图像进行自动化水体区域提取
- 环境监测：辅助水域面积动态变化分析、洪涝灾害范围评估
- 模型部署：集成到地理信息系统（GIS）中实现实时水体分割
- 深度学习研究：作为Res-UNet模型在遥感分割任务中的应用案例参考
