数据集概述
该数据集包含基于海岸5波段（RGB+近红外+短波红外）卫星图像训练的Residual-UNet模型，可实现水体、白水、沉积物及其他四类目标的语义分割，模型通过Segmentation Gym工具创建，包含配置、权重等相关文件。
文件详解
该数据集围绕Res-UNet模型提供多类文件，具体说明如下：
- 模型核心文件（按单模型根名称对应5个文件）：
- .json配置文件：Segmentation Gym创建权重文件的配置指令，含模型构建、数据及预测说明
- .h5权重文件：train_model.py生成的模型参数权重文件，可通过seg_images_in_folder.py调用
- _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：包含训练/验证损失和指标的numpy数组文件
- .png训练可视化文件：训练损失和平均IoU得分的趋势图
- 辅助文件：
- BEST_MODEL.txt：记录验证损失和IoU最优模型名称的文本文件
- readme.txt：数据集说明文档
数据来源
Zenodo（数据集DOI：10.5281/zenodo.7344571）
适用场景
- 海岸环境监测：自动识别海岸水体、沉积物分布及波浪活动
- 遥感图像处理：卫星图像语义分割算法性能验证与对比
- 海洋生态研究：分析海岸带地貌变化及人类活动影响
- 环境工程应用：辅助海岸工程规划与侵蚀监测
- 深度学习模型开发：遥感图像分割模型训练与优化参考
