数据集概述
该数据集包含基于CoastTrain图像及标签训练的SegFormer模型，用于对768x768像素的RGB NAIP图像进行8类海岸环境分割。模型由Segmentation Gym工具创建，涵盖水域、植被、开发区域等类别，提供训练权重、配置文件及训练历史等文件，支持海岸环境遥感图像的自动分割分析。
文件详解
- 核心模型文件（每个模型包含5个同名文件）：
- .json配置文件：记录模型构建、数据使用及预测指令，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，可用于图像分割预测
- _modelcard.json模型卡片：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：包含训练与验证损失、指标的numpy数组
- .png训练可视化文件：展示训练与验证损失、平均IoU分数的折线图
- 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：列出8个分割类别（water、whitewater、sediment等）
- readme.txt：数据集概述及参考信息
数据来源
CoastTrain、Segmentation Gym
适用场景
- 海岸环境遥感分析：自动分割NAIP图像中的水域、植被、开发区域等类别
- 模型性能评估：对比不同SegFormer模型在海岸图像分割任务中的精度
- 遥感图像处理研究：探索深度学习模型在高分辨率遥感图像语义分割中的应用
- 海岸带管理：支持海岸资源调查、生态环境监测及开发活动评估
