基于注意力机制的LULC分类微调数据集_天津案例

数据集概述

本数据集为基于注意力机制的土地利用/土地覆盖（LULC）分类微调研究的天津案例数据，包含模型训练测试用的哨兵2号影像切片及7类标签、评估指标数值、混淆矩阵、图表源数据等，支持研究结果复现。

文件详解

• 文件名称: Fine-Tuning with Attention Mechanisms for LULC Cla/data.zip
• 文件格式: ZIP压缩包
• 压缩包内包含内容:
• 训练测试数据集：处理后的10通道Sentinel-2影像切片及对应7类LULC标签
• 评估数据：每类精度、召回率、F1值、总体精度（OA）、Kappa系数等指标数值，及原始混淆矩阵
• 图表数据：论文中所有图表（分类精度图、对比图、性能总结表）的底层表格数据

适用场景

• 遥感影像分类研究：验证注意力机制在LULC分类微调中的效果
• 模型性能评估：复现或对比不同注意力机制模型的分类精度
• 土地利用变化分析：基于天津区域LULC标签数据开展时空变化研究
• 遥感AI应用：为哨兵2号影像的深度学习分类任务提供预处理标签数据