海岸NDWI影像四分类Segformer模型数据集

数据集概述

本数据集包含基于Segformer架构训练的模型，用于对Sentinel-2和Landsat-7/8卫星的海岸NDWI影像进行四分类语义分割，分类类别为水体、白浪、沉积物及其他。模型由Segmentation Gym工具构建，提供了训练验证数据、模型文件及性能评估指标，为海岸遥感影像自动解译提供支持。

文件详解

• 模型相关文件:
• 多个.json配置文件（如sat4class_ndwi_512_v1_segformer.json）: 包含模型训练参数、数据处理指令等配置信息
• 多个.h5权重文件（如sat4class_ndwi_512_v2_segformer_fullmodel.h5）: 存储训练后的模型参数，可用于影像分割预测
• 多个_modelcard.json文件（如sat4class_ndwi_512_v1_modelcard.json）: 记录模型起源、训练选择及数据集等元数据
• 多个_model_history.npz文件（如sat4class_ndwi_512_v2_segformer_model_history.npz）: 存储训练过程中的损失和指标数据
• 多个.png训练历史图（如sat4class_ndwi_512_v1_segformer_trainhist_18.png）: 可视化展示训练/验证损失及Mean IoU变化曲线
• 评估指标文件:
• 多个.csv格式指标文件（如sat4class_ndwi_512_v1_segformer_model_metrics_per_sample_val.csv）: 包含样本级/类别级验证指标，如总体精度、交并比、马修斯相关系数等
• 辅助文件:
• BEST_MODEL.txt: 记录验证损失和Mean IoU最优的模型名称

数据来源

• Zenodo（https://zenodo.org/record/7384263）
• Zenodo（https://doi.org/10.5281/zenodo.7335647）

适用场景

• 海岸带遥感监测: 自动提取水体、白浪、沉积物分布信息
• 海岸环境变化研究: 分析不同时期海岸地貌要素的动态变化
• 遥感影像分割算法验证: 作为基准模型评估新分割算法性能
• 海洋灾害评估: 辅助识别海岸带受侵蚀或沉积区域
• 海岸管理决策: 为海岸带资源开发和保护提供数据支持