无人机洪水图像分割与水量估算实践 | 极客日志

PythonAI算法

无人机洪水图像分割与水量估算实践

项目用无人机、卫星或航空图像识别洪水淹没区域，并估算水域覆盖范围。实现上用 LeNet、ResNet、VGG 做分类对比，U-Net 负责分割，输出掩膜来圈定水体和受灾区域。预训练模型以 model.h5 形式提供，配合 ui1.py、ui2.py 的交互界面便于可视化测试，依赖通过 pip install -r requirements.txt 安装。

CryptoLab发布于 2026/6/30更新于 2026/7/23 浏览

无人机洪水图像分割与水量估算实践

无人机洪水图像分割与水量估算实践

这个项目做的事情很直接：拿卫星或航空图像去找洪水淹没区域，再顺手估算水域覆盖范围。实现上用了几种常见卷积网络，LeNet、ResNet、VGG 负责分类对比，真正干活的是 U-Net，做图像分割更合适。

洪水检测流程图

结构和思路

项目里把分割和分类拆开看。分类模型更多是拿来做性能对照，方便判断不同网络在洪水检测任务上的表现差异；U-Net 则直接输出掩膜，用来圈出水体和受灾区域。这个分工挺合理，至少不会把一个模型硬塞进所有任务里。

预训练模型已经打包成了 model.h5，推理时不用从头训练，跑起来会省事很多。交互界面用 Python 写在 ui1.py、ui2.py 里，主要是为了让结果能直接看见，而不是只停留在命令行输出。

生成的掩膜示例

技术栈

Python
Keras / TensorFlow
图像处理

技术架构图

安装依赖

依赖安装很简单，直接执行：

pip install -r requirements.txt

如果只是想先看效果，这套项目基本够用了；后面要继续做精度优化，再回头调模型和数据会更实际。