洪水检测与水量估算
该项目专注于利用深度学习技术,从卫星或航空图像中检测受洪水影响的区域,并估算水域覆盖范围。它整合了多种卷积神经网络架构,包括 LeNet、ResNet、VGG 和 U-Net,以执行图像分割和分类任务。

主要特点
- 使用 U-Net 进行图像分割,以识别水体和洪水淹没区域。
- LeNet、ResNet 和 VGG 模型的比较,以评估洪水检测的性能。
- 预训练模型集成(model.h5)用于快速推理。
- 使用 Python(ui1.py、ui2.py)构建的交互式用户界面,便于用户进行可视化操作与测试。
生成的掩膜(generated_mask.png),用于可视化检测到的洪水区域。

技术栈
- Python
- 深度学习(Keras/TensorFlow)
- 图像处理
- Streamlit(云端)

安装设置
使用以下命令安装依赖项:
pip install -r requirements.txt


