数据集概述
本数据集包含基于海岸RGB+NIR+SWIR（红、绿、蓝、近红外、短波红外）影像及标签训练的Residual-UNet模型，用于Sentinel-2与Landsat-7/8 5波段海岸影像的水/非水二分类任务，通过Segmentation Gym工具构建，提供模型文件及配套元数据。
文件详解
- 模型核心文件（每个模型对应5个同名文件）：
.json配置文件：记录模型构建、数据及预测指令，是模型使用的关键元数据.h5权重文件：存储训练后的模型参数权重，可用于影像分割预测_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：训练损失与平均IoU得分的折线图- 辅助文件：
- BEST_MODEL.txt：记录验证损失与IoU最优的模型名称
适用场景
- 海岸带水边线提取：快速识别遥感影像中的水体与非水体区域
- 海岸环境监测：分析潮汐变化、海岸线侵蚀等动态过程
- 遥感模型应用研究：验证Res-UNet在多波段遥感影像分类中的性能
- 海洋灾害评估：辅助洪涝、风暴潮等灾害的水体范围快速识别
