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
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 11.3 MiB
最后更新 2026年1月27日
创建于 2026年1月27日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。