图像分割数据集在深度学习中的应用：针对遥感图像的港口与船舶划分（已分好训练集和测试集）

简介：
本研究探讨了基于深度学习技术的图像分割方法，专注于构建并利用特定于遥感图像的数据集来精确识别和区分港口及船舶区域。通过有效分离训练数据与测试数据，我们能够评估模型在不同情境下的性能，从而提升其泛化能力。 项目包含遥感图像下的港口与船只分割数据集（已划分训练集和测试集），文件以文件夹形式存储，可以直接使用作为图像分割的数据集，无需额外处理。该数据集中包括用于检测港口和船只的图像，总大小为63MB。 **数据介绍：** - 数据分为训练集、测试集。 - 训练集包含： - images图片目录 - masks模板目录（共356张图片及其对应的356个mask图片） - 测试集包含： - images图片目录 - masks模板目录（共88张图片及其对应的88个mask图片） 此外，该项目还提供了一个图像分割的可视化脚本。该脚本能随机选取一张图，并展示其原始图像、GT图像以及在原图上的蒙板GT图像，并将结果保存到当前目录下。