基于 DeepGlobe 土地覆盖数据集，用一套统一协议 训练并对比 16 个分割模型（15 个主线模型：CNN、Transformer、Mamba、混合架构；外加 4090 实验线 wangbq-net）。文后提供gitee代码地址，也算是这段时间的学习告一段落了
一、简介
本项目开展**遥感影像语义分割（土地覆盖分类）**研究与实践：
-
以 DeepGlobe Land Cover 数据集为基准，将 512×512 遥感影像按像素划分为 7 类土地覆盖（城市、农田、草地、森林、水体、荒地、未知）；
-
用同一套协议（相同数据划分、损失函数、调度器、早停策略、评估口径）训练 16 个模型------其中 U-Net、UNet++、DeepLabV3+、SegFormer-B0、SegFormer-B1 五个模型直接基于
segmentation_models_pytorch库实现，其余为自研或论文复现； -
验证集 mIoU 采用全局混淆矩阵计算（整个验证集汇总后求 IoU），而非批次平均；
-
支持 CPU 训练全部模型，GPU（RTX 4090）环境下提供大分辨率/大骨干实验线 wangbq-net；
-
附带大影像推理链：切片 → 推理 → 拼接 → 矢量化，可直接处理任意尺寸卫星影像。
模型口径 ：全项目共 16 个模型------第 1~15 个为主线模型（含 UNet++/DeepLabV3+ 的两个换骨干变体），第 16 个为 wangbq-net（4090 实验线）。
二、数据集
使用 DeepGlobe Land Cover Classification Challenge（CVPR 2018 Workshop）官方数据集：
| 项 | 说明 |
|---|---|
| 官方渠道 | deepglobe.org 挑战赛页面（需注册） |
| Kaggle 镜像 | DeepGlobe Land Cover Classification Dataset（推荐，可直接下载） |
| 训练影像 | 1146 张 2448×2448 RGB 卫星影像（带像素级彩色标注） |
| 测试影像 | 154 张（官方未公开标注） |
| 类别 | 7 类：urban land / agriculture land / rangeland / forest land / water / barren land / unknown |
| 标注格式 | RGB 颜色编码 mask，类别定义见数据集内 class_dict.csv |
本项目实际使用 ：按 metadata.csv 中 mask 文件实际存在性过滤后得到 803 张 ，在训练集内部按 seed=42 划分出 训练 683 张 / 验证 120 张（官方验证集标注缺失，故内部划分）。
目录结构（解压后保持 Kaggle 原始结构即可）：
DeepGlobeLandCoverClassification/ # 数据集根目录（--data_dir 指向这里）
├── metadata.csv # 影像索引（sat_image_path / mask_path / split）
├── class_dict.csv # 类别颜色定义表
├── train/
│ ├── xxx_sat.jpg # 卫星影像
│ └── xxx_mask.png # 彩色标注
└── test/
└── xxx_sat.jpg三、模块一览表
训练与评估核心
| 文件 | 作用 |
|---|---|
run_training.py |
统一入口：训练 / 评估（--evaluate）/ 可视化，全部参数可由 yaml 配置或命令行覆盖 |
train.py |
训练循环：Dice+CE 组合损失、warmup+cosine 调度、梯度裁剪、早停、EMA、全局混淆矩阵 mIoU |
dataset.py |
DeepGlobe 数据集加载（metadata.csv 驱动）、512×512 裁切、none/light/medium/strong 四级数据增强 |
models.py |
16 模型统一工厂：模型名 + 编码器 → 网络；内置编码器白名单校验 |
test_module.py |
评估模块：TTA（4 变换）预测、逐类 IoU、混淆矩阵计算、预测可视化 |
inference.py |
单图推理库函数（供大影像链与其他脚本调用） |
模型实现（16 个模型 = 9 个自研模型 + 7 个 SMP 库模型）
9 个自研/复现模型 （下表 #1~#9，一一对应 9 个模型文件）+ 1 个共用骨干文件，均由 models.py 导入：
| # | 文件 | 模型 | 架构要点 |
|---|---|---|---|
| 1 | lite_deeplabv3.py |
Lite-DeepLabV3+ | 自研轻量 ASPP 解码器 |
| 2 | cfformer_l.py |
CFFormer-L | 交叉飞跃注意力，CPU 友好的 Transformer 分割 |
| 3 | terrasegnet.py |
TerraSegNet | EfficientNetV2-S 骨干 + 自研解码器 |
| 4 | cm_unet.py |
CM-UNet | Mamba 思想 + 轻量 UNet 解码器（2024） |
| 5 | segnext.py |
SegNeXt-S | ConvNeXt 式编码 + Hamburger 解码器（需固定 torch.manual_seed(42) 保证确定性） |
| 6 | offseg.py |
OffSeg-B | 正交注意力高效分割（ICCV 2025） |
| 7 | cgrseg.py |
CGRSeg-T | 内容引导实时分割（ECCV 2024） |
| 8 | umixformer.py |
U-MixFormer-B1 | MiT 编码 + 混合解码器（WACV 2025；编码器可参数化） |
| 9 | wangbq_net.py |
wangbq-net | 4090 实验线：MiT-B2/B3/B4/B5 + U-MixFormer 解码器（复用 umixformer.py），支持 768×768 |
| --- | efficientformer_v2_backbone.py |
不是模型 | 公共骨干文件：#6 OffSeg-B 与 #7 CGRSeg-T 共用 |
7 个 SMP 库模型 （下表 #1~#7）没有独立模型文件，由 models.py 直接调用 segmentation_models_pytorch 库创建（5 种库结构，UNet++ 与 DeepLabV3+ 各多训一个换骨干变体，故 5 种结构对应 7 个模型）：
| # | 模型 | 库调用 | 编码器 |
|---|---|---|---|
| 1 | U-Net | smp.Unet |
MobileNetV2（基线） |
| 2 | UNet++（主线） | smp.UnetPlusPlus |
MobileNetV2 |
| 3 | UNet++ Eff-B0（换骨干变体） | smp.UnetPlusPlus |
EfficientNet-B0 |
| 4 | DeepLabV3+（主线） | smp.DeepLabV3Plus |
MobileNetV2 |
| 5 | DeepLabV3+ Eff-B1（换骨干变体） | smp.DeepLabV3Plus |
EfficientNet-B1 |
| 6 | SegFormer-B0 | smp.Segformer |
MiT-B0 |
| 7 | SegFormer-B1 | smp.Segformer |
MiT-B1（当前精度冠军 0.7438） |
9 + 7 = 16 个模型。
大影像推理链
| 文件 | 作用 |
|---|---|
tile_large_image.py |
大尺寸影像切片（含重叠度控制） |
process_large_image.py |
逐片批量推理 |
merge_tiles.py |
预测结果拼接还原为整幅图 |
raster_to_vector.py |
分类结果栅格转矢量（GeoJSON/Shapefile） |
预测可视化
| 文件 | 作用 |
|---|---|
predict_single_samples.py |
单样本四联图（原图 | 真值 | 预测 | 误差图）与 mIoU 汇总 CSV |
配置文件
| 文件 | 作用 |
|---|---|
config_<model>_cpu.yaml × 15 |
各模型 CPU 训练配置（batch、lr、epochs、增广等级等） |
config.yaml |
通用配置模板 |
config_wangbq_net_4090.yaml |
wangbq-net 4090 GPU 配置（768²、MiT-B2、EMA） |
requirements.txt |
全量依赖（已锁版本） |
四、安装使用
1. 环境安装
git clone https://gitee.com/baoqiangwang/DeepGlobeLandCoverClassification
# 建议 Python 3.10+，先创建虚拟环境
pip install -r requirements.txt2. 数据准备
按上文「二、数据集」所述，从 Kaggle 下载 DeepGlobe 数据集并解压，记下根目录路径（下文以 D:\datasets\DeepGlobeLandCoverClassification 为例）。
3. 训练
完整 16 个模型训练命令 （--data_dir 按你的数据集实际路径修改）：
# ---- 主线 15 个模型（CPU/GPU 通用）----
# 01 U-Net（MobileNetV2 编码器，基线）
python run_training.py --config config_unet_mobilenet_v2_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 02 UNet++（MobileNetV2 编码器）
python run_training.py --config config_unetplusplus_mobilenet_v2_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 03 DeepLabV3+（MobileNetV2 编码器）
python run_training.py --config config_deeplabv3plus_mobilenet_v2_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 04 Lite-DeepLabV3+（自研轻量 ASPP）
python run_training.py --config config_lite_deeplabv3plus_mobilenet_v2_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 05 CFFormer-L（交叉飞跃注意力）
python run_training.py --config config_cfformer_l_mobilenet_v2_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 06 SegFormer-B0
python run_training.py --config config_segformer_b0_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 07 SegFormer-B1（当前精度冠军 0.7438）
python run_training.py --config config_segformer_b1_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 08 TerraSegNet（EfficientNetV2-S）
python run_training.py --config config_terrasegnet_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 09 CM-UNet（Mamba 轻量 UNet）
python run_training.py --config config_cm_unet_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 10 SegNeXt-S（Hamburger 解码器）
python run_training.py --config config_segnext_s_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 11 OffSeg-B（正交注意力，EfficientFormerV2-S2）
python run_training.py --config config_offseg_b_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 12 CGRSeg-T（内容引导实时分割，EfficientFormerV2-S1）
python run_training.py --config config_cgrseg_t_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 13 U-MixFormer-B1（混合解码器，收敛最快）
python run_training.py --config config_umixformer_b1_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 14 换骨干加赛一：UNet++ Eff-B0
python run_training.py --config config_unetplusplus_efficientnet_b0_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# 15 换骨干加赛二：DeepLabV3+ Eff-B1
python run_training.py --config config_deeplabv3plus_efficientnet_b1_cpu.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification
# ---- 第 16 个：wangbq-net（RTX 4090 专用，768 分辨率 + MiT-B2）----
python run_training.py --config config_wangbq_net_4090.yaml --data_dir D:\datasets\DeepGlobeLandCoverClassification命令行参数可覆盖 yaml 中的任意配置：
python run_training.py --config config_segformer_b1_cpu.yaml --batch_size16--lr0.0001 --data_dir ...训练产物：
checkpoints/<模型名>_<编码器>_<时间戳>/ # 权重 + training.log（权威训练日志）4. 评估与预测
# 测试集评估（含 TTA 与逐类 IoU）
python run_training.py --evaluate--checkpoint checkpoints/<模型目录>/<best权重>.pth --split test
# 单样本预测可视化（原图|真值|预测|误差 四联图）
python predict_single_samples.py --help五、Best IoU 对比
15 个模型在同一协议（seed=42 内部划分、120 张验证图、全局混淆矩阵 mIoU、logs 权威口径）下的精度总榜：
-
U-MixFormer-B1（0.7385）：收敛最快（40 轮内），单样本预测表现最佳；
-
U-Net（0.6067）：最经典基线，全部模型的成绩都应与它对账；
-
两次"换骨干加赛"（UNet++ Eff-B0 0.5964、DeepLabV3+ Eff-B1 0.6822）证明：盲目替换更强 ImageNet 骨干可能是负收益，编码器-解码器匹配度才是主账。
第 16 个模型 wangbq-net（MiT-B2 + 768 分辨率）成绩待 4090 训练完成后更新至此。
六、License
Apache License 2.0 --- 详见 LICENSE。
gitee获取方式：
本项目为目前全网覆盖架构最全、实验最严谨的 DeepGlobe 遥感分割对比工程。
包含 CNN、Transformer、Mamba 全系模型复现、统一训练协议、精度榜单、可视化评估、大尺寸影像推理与栅格转矢量全流程代码。
整套工程已完整调试、归档收官，后续将长期维护迭代、持续优化模型精度与工程落地性。
免费获取完整 Gitee 开源仓库地址
本项目长期无偿开源，持续优化遥感分割精度、轻量化模型与工程落地能力。
如果对你的科研毕设、论文实验、项目学习有帮助，
欢迎 Star、收藏、转发，支持作者持续开源更新！！