数据集概述
该数据集包含基于SegFormer架构的建筑分割模型，用于处理xBD数据集中分辨率为768×768的RGB图像。模型基于一米空间分辨率的建筑图像及标签训练，可识别“其他”和“建筑”两类目标，由Segmentation Gym工具生成。
文件详解
- 核心模型文件（每个模型对应5个同名文件）：
.json配置文件：记录模型创建、数据使用及预测的指令，包含TARGET_SIZE、MODEL、LOSS等参数.h5权重文件：存储训练后的模型参数权重，可用于图像分割预测_modelcard.json模型卡文件：包含模型起源、训练选择、数据集等元数据，含DETAILS、DATASET等字段_model_history.npz训练历史文件：存储训练与验证损失、指标的numpy数组.png训练可视化文件：绘制训练过程中损失和平均IoU分数的变化曲线- 辅助文件：
BEST_MODEL.txt：记录验证损失和平均IoU最优的模型名称classes.txt：定义模型识别的类别（other、building）readme.txt：提供数据集概述及文件说明
适用场景
- 遥感图像处理：实现高分辨率RGB卫星图像中的建筑区域自动分割
- 灾害评估研究：基于xBD数据集分析建筑受损情况
- 城市规划分析：提取城市建筑空间分布信息
- 计算机视觉模型应用：测试和验证SegFormer架构在语义分割任务中的性能
