一、项目演示视频

二、技术栈

1. 前端技术栈

• HTML5/CSS3：页面结构和样式
• Vue.js 3：前端响应式框架
• Element Plus 2.4.1：UI组件库
• JavaScript：前端交互逻辑
• Echarts: 前端图表库

2. 算法端技术栈

• Python 3：主要编程语言
• Flask 2.3.3：Web应用框架
• Flask-CORS 4.0.0：跨域资源共享支持
• PyTorch 2.0+：深度学习框架
• segmentation-models-pytorch：语义分割模型库
• OpenCV：图像处理库
• Pillow 10.0.1：图像处理库

三、功能模块

1. 用户管理

• 用户登录：支持用户名密码登录
• 用户注册：新用户可注册账号
• 账户验证：确保系统安全性

2. 影像语义分割

• 图像上传：支持本地图像文件上传
• 实时分割：基于深度学习模型进行像素级语义分割
• 结果展示：显示分割结果图像和各类别的分割精度
• 多模型支持：支持11种分割模型架构，包括UNet、UNet++、MANet、LinkNet、FPN、PSPNet、PAN、DeepLabV3、DeepLabV3+、UPerNet、SegFormer
• 预训练模型：提供UNet、SegFormer、DeepLabV3+三个模型的训练好权重

3. 模型数据查看

• 训练数据展示：查看模型训练过程中的数据和指标
• 验证结果展示：查看模型在测试集上的性能表现
• 精度统计：展示模型分割精度，包括IoU、Dice等关键指标

四、项目链接

链接: https://pan.baidu.com/s/1pObG9cCgjaY3D73ux6sGDA?pwd=9na7 提取码: 9na7

1. 完整系统源码
   (1)前端源码(web-flask/templates)
   (2)算法端源码(web-flask)
   (3)模型训练代码(other/model_train/seg)
2. 部署教程
   (1)环境安装教程(视频+文档)
   (2)系统启动教程(视频+文档)
3. 项目文档
   (1)系统介绍文档
   (2)模型训练文档
4. 遥感语义分割数据集(3类: 背景、建筑物、道路)

• 完整数据集: 训练集1166，验证集248，测试集257
• 小型数据集: 训练集58，验证集12，测试集12

5. 已经训练好的模型和测试结果

• UNet模型: 像素准确率0.8322, 平均IoU 0.6897, 平均Dice 0.8091
• SegFormer模型: 像素准确率0.8002, 平均IoU 0.6438, 平均Dice 0.7739
• DeepLabV3+模型: 像素准确率0.8267, 平均IoU 0.6827, 平均Dice 0.8041