Vegetation Image Segmentation Wildfire Fuel 1.0

🚀 圖像分割模型：植被、火災燃料與醫療應用

本模型專注於圖像分割領域，可用於植被葉片的紅、綠、藍二元分割，同時在醫療、野火監測等多個領域展現出應用潛力。它基於 Keras/TensorFlow 框架，為相關領域的研究和應用提供了有力支持。

🚀 快速開始

本模型可通過以下代碼加載使用，以下是 Keras 框架下的示例：

import keras
model = keras.models.load_model('../model/image-segmentation-vegetation-1.0.keras')
model.summary()

或者：

import keras
loaded_model = keras.models.load_model('/home/phantom/Projects/agverde/data/product/Agverde/z1/model/image-segmentation-vegetation-1.0.h5')
loaded_model.summary()

✨ 主要特性

• 多領域應用：適用於植被葉片的紅、綠、藍二元分割，最初可能為醫療應用設計，還可用於植被 2D 面積計算、野火/火災燃料評估、土地覆蓋變化監測、醫療、線路清理、有害雜草檢測、環境評估和偽裝物體檢測等。
• 模型特性：基於 Keras/TensorFlow 的 .h5 監督模型，可使用 LoRA 進行遷移學習或進一步微調。
• 數據處理：數據源通過手繪掩蔽樣本獲取，部分源數據可推斷為合成數據。
• 訓練特點：最初針對特定物種訓練，進行語義分割以提高準確性。

📦 安裝指南

本 README 未提及具體安裝步驟，若需使用該模型，可參考相關代碼倉庫（https://github.com/mprodrigo - coming soon）獲取安裝信息。

💻 使用示例

基礎用法

import keras
model = keras.models.load_model('../model/image-segmentation-vegetation-1.0.keras')
model.summary()

高級用法

使用 LoRA 進行遷移學習或進一步微調，可參考相關 LoRA 技術文檔進行操作。

📚 詳細文檔

模型信息

• 模型名稱：Model Information - fire火 - fuel薪 - vegetation植被 - image - segmentation - 1.0
• 模型類型：Keras / TensorFlow .h5 監督模型
• 輸入輸出：輸入為 256x256x3 的圖像，輸出為 256x256x1 的結果。

應用場景

• 新穎應用：需要特定的植被圖像。
• 其他應用：植被 2D 面積計算、野火/火災燃料評估、土地覆蓋變化監測、醫療、線路清理、有害雜草檢測、環境評估、偽裝物體檢測等。

數據相關

評估指標

評估目標植被的 Rand Index 為 0.92 - 0.96（受地理緯度和區域植被顏色變化影響）。

訓練相關

訓練超參數

訓練結果

框架版本

Keras 3.6.0 TensorFlow 2.16.2

🔧 技術細節

本模型基於 Modified U - Net 架構，通過手繪掩蔽樣本進行訓練，對特定物種的植被圖像進行語義分割，以提高準確性。在訓練過程中使用了多 GPU 分佈式訓練，設置了一系列超參數進行優化。

📄 許可證

本模型採用 CC - BY - NC - SA 4.0 許可證。

模型演示

模型示例圖

森林火災燃料相關圖

模型開發者

Mark Rodrigo

關聯代碼

https://github.com/mprodrigo - coming soon