数据集概述
本数据集包含基于海岸RGB图像及标签训练的Residual-UNet模型，用于对Sentinel-2和Landsat-7/8卫星影像进行二类（水体/其他）分割。模型通过Segmentation Gym创建，类别定义为0=其他、1=水体，为海岸遥感图像分割提供预训练模型支持。
文件详解
该数据集包含多组模型文件及辅助文件，具体说明如下：
- 模型核心文件（每组模型含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，由Segmentation Gym生成
- .h5权重文件：存储训练后的模型参数权重，可通过seg_images_in_folder.py调用
- _modelcard.json模型卡文件：记录模型起源、训练选择及数据集等元数据
- _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/验证损失及平均IoU曲线的图片文件
- 辅助文件：
- BEST_MODEL.txt：记录验证损失和平均IoU最优的模型名称（如sat2class_rgb_512_v6_fullmodel.h5）
数据来源
Zenodo（数据集DOI：10.5281/zenodo.7384242）
适用场景
- 遥感图像处理：用于海岸带卫星影像的水体与非水体区域自动分割
- 环境监测研究：支持海岸线变化、水体面积动态监测等分析
- 地理信息系统应用：为GIS平台提供海岸水体分割的预训练模型
- 深度学习模型复用：作为Res-UNet模型在遥感分割任务中的基准参考
