数据集概述
该数据集包含基于OpenEarthMap数据集训练的Res-UNet模型，用于512×512像素RGB图像的九类别地物分割。模型覆盖裸地、牧场、开发用地等九类，提供训练权重、配置文件等多类型文件，支持遥感图像分割任务的模型应用与复现。
文件详解
- 核心模型文件（按模型版本分组，每组含5个同名文件）：
- .json配置文件：记录模型创建、数据使用及预测的参数指令，是模型运行的核心配置文件
- .h5权重文件：存储训练后的模型参数权重，可通过
seg_images_in_folder.py调用进行图像分割
- _modelcard.json模型卡文件：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：存储训练与验证损失、指标的numpy数组文件
- .png训练可视化文件：展示训练/验证损失及平均IoU的折线图，为训练过程提供直观参考
- 辅助文件：
- BEST_MODEL.txt：记录验证损失与平均IoU最优的模型名称
- classes.txt：列出九类地物标签（bareland、rangeland等）
数据来源
OpenEarthMap数据集（Zenodo平台，DOI：10.5281/zenodo.7223446）
适用场景
- 遥感图像处理：用于512×512像素RGB遥感图像的九类别地物自动分割
- 模型复现与优化：基于配置文件与权重文件复现训练过程，或调整参数优化模型性能
- 地物分类研究：辅助开展裸地、水体、建筑等地物类别的分布特征分析
- 开源工具应用：学习并实践Doodleverse/Segmentation Gym工具链的模型训练与预测流程
