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