基于深度学习与Sentinel_2影像的漂浮物检测Jupyter_Notebook输出数据集

数据集概述

本数据集为《环境数据科学手册》海洋建模章节中发布的Jupyter Notebook的输出结果,内容围绕利用深度学习和Sentinel-2影像检测漂浮物展开,包含相关预测结果文件及交互式可视化文件。

文件详解

该数据集包含5个文件,具体说明如下: - 预测结果文件(.tif格式,共4个): - predicted_mytilini.tif:Mytilini区域的漂浮物预测栅格数据 - predicted_tangshan.tif:Tangshan区域的漂浮物预测栅格数据 - predicted_cancun.tif:Cancun区域的漂浮物预测栅格数据 - predicted_rasters_RioDeJaneiro.tif:RioDeJaneiro区域的漂浮物预测栅格数据 - 交互式可视化文件(.html格式,共1个): - interactive-plot_RioDeJaneiro.html:RioDeJaneiro区域预测结果的交互式可视化网页文件

数据来源

The Environmental Data Science Book

适用场景

  • 海洋环境监测:分析特定海域漂浮物分布状况
  • 遥感图像处理:验证深度学习模型在Sentinel-2影像目标检测中的应用效果
  • 地理信息可视化:基于栅格数据和交互式图表展示漂浮物检测结果
  • 环境数据科学研究:为漂浮物检测算法的优化提供数据参考
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 168.21 MiB
最后更新 2025年12月12日
创建于 2025年12月12日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。