数据集概述
该数据集包含基于NOAA应急响应影像训练的Res-UNet模型，可对512x512 RGB影像进行四分类分割，分类包括水体、裸沉积物、植被和开发区域，支持灾害相关的影像分析任务。
文件详解
- 配置文件：NOAA_Feb_23_small.json，JSON格式，含模型构建、数据及预测的参数配置
- 权重文件：NOAA_Feb_23_small_fullmodel.h5，H5格式，存储模型训练后的参数权重
- 训练历史文件：NOAA_Feb_23_small_model_history.npz，NPZ格式，含训练与验证的损失及指标数据
- 训练可视化文件：NOAA_Feb_23_small_trainhist_8.png，PNG格式，展示训练/验证损失及IoU曲线
- 保存模型文件：NOAA_Feb_23_small_fullmodel_model.zip，ZIP格式，TensorFlow SavedModel格式的模型压缩包
- 模型卡片文件：NOAA_Feb_23_small_modelcard.json，JSON格式，含模型起源、训练及数据集的元数据
- 最佳模型标识文件：BEST_MODEL.txt，TXT格式，记录最佳模型权重文件名
数据来源
Doodleverse
适用场景
- 灾害应急响应：快速识别灾区水体、建筑等区域分布
- 遥感影像分析：自动化处理NOAA应急响应影像的地物分类
- 模型应用研究：基于Segmentation Gym框架的Res-UNet模型应用实践
- 环境变化监测：对比灾害前后地物类型变化，评估灾害影响范围
