数据集概述
本数据集包含基于Sentinel-2和Landsat-7/8卫星RGB图像训练的Segformer模型，用于海岸区域的四类（水体、白浪、沉积物、其他）语义分割。模型由Segmentation Gym工具训练，提供训练/验证图像、标签及模型文件，支持海岸环境遥感分析。
文件详解
- 模型核心文件（每个模型对应5类文件，以v5-v10版本为例）：
.json配置文件：如sat4class_rgb_512_v5_segformer.json，记录模型构建、训练及预测的参数配置.h5权重文件：如sat4class_rgb_512_v6_segformer_fullmodel.h5，存储训练后的模型参数权重_modelcard.json元数据文件：如sat4class_rgb_512_v7_modelcard.json，包含模型来源、训练选择、数据集等元信息_model_history.npz训练历史文件：如sat4class_rgb_512_v5_segformer_model_history.npz，存储训练/验证损失及指标的numpy数组.png训练可视化文件：如sat4class_rgb_512_v5_segformer_trainhist_18.png，展示训练过程中损失和IoU的变化曲线- 训练与验证数据：
train_images.zip/val_images.zip：训练/验证用的卫星RGB图像压缩包train_labels.zip/val_labels.zip：对应图像的四类标签压缩包- 辅助文件：
BEST_MODEL.txt：记录验证性能最优的模型名称.csv指标文件：如sat4class_rgb_512_v9_segformer_model_metrics_per_sample_val.csv，存储单样本验证指标readme.txt：数据集说明文档
适用场景
- 海岸环境监测：自动识别水体、白浪、沉积物分布，分析海岸动态变化
- 遥感图像处理：验证Segformer模型在多源卫星RGB图像分割任务中的性能
- 模型优化研究：基于训练历史与指标数据，优化语义分割模型的训练策略
- 海岸带管理：为海岸侵蚀、泥沙淤积等问题提供定量分析的数据支撑
