数据集概述
本数据集包含基于海岸RGB卫星图像训练的Res-UNet模型，用于对Sentinel-2和Landsat-7/8卫星图像进行四类（水体、白浪、沉积物、其他）语义分割，模型由Segmentation Gym工具构建，附完整训练文件与元数据。
文件详解
数据集包含多组模型相关文件，每组模型由五个核心文件构成，整体说明如下：
- 单模型核心文件：
- .json配置文件：记录模型构建、训练数据及预测的参数指令，是模型使用的核心配置文件
- .h5权重文件：存储训练后的模型参数权重，可用于图像分割预测
- _modelcard.json元数据文件：包含模型来源、训练选择、数据集等元信息，为模型说明文档
- _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：展示训练过程中损失与平均IoU指标变化的图表
- 辅助文件：
- BEST_MODEL.txt：记录验证损失和平均IoU最优的模型名称
- readme.txt：数据集整体说明文档
数据来源
Zenodo数据集（DOI: 10.5281/zenodo.7335647）
适用场景
- 海岸环境监测：分析卫星图像中水体、白浪、沉积物的空间分布
- 遥感图像处理：验证Res-UNet模型在多源卫星RGB图像分割任务中的性能
- 地理信息研究：支持海岸带土地覆盖分类与动态变化分析
- 模型复现与优化：基于现有模型与训练流程，开展语义分割算法改进研究
