Mask_R_CNN_Based_景观图像RCH检测多边形预测数据

数据集概述

本数据集是基于Mask R-CNN深度学习模型检测景观图像中遗留木炭 hearth（RCH）项目的一部分，包含State Game Lands激光雷达图像的图像块边界形状文件，以及模型预测结果的形状文件，用于支持RCH检测研究。数据集含1个压缩文件。

文件详解

• 文件名称：polys-20210304T033546Z-001.zip
• 文件格式：ZIP
• 内容说明：压缩包包含两个主要部分——State Game Lands激光雷达图像的图像块边界形状文件，以及子目录cfg20200826T2315中的模型预测结果形状文件

数据来源

Zenodo平台（https://zenodo.org/record/4766351）

适用场景

• 景观考古检测研究：利用RCH边界和预测数据，识别历史木炭生产遗迹的空间分布
• 深度学习模型验证：基于激光雷达图像块边界和预测结果，验证Mask R-CNN模型在RCH检测任务中的准确性
• 激光雷达图像分析：结合图像块边界数据，研究激光雷达图像在考古遗迹检测中的应用价值
• 环境历史研究：通过RCH空间分布数据，分析区域历史木炭生产活动的景观影响