《Remote Sensing》：RLGD: A High-Resolution UAV Dataset and Benchmark for Semantic Segmentation and Revetment Extraction in Waterway Scenes
编辑推荐：
高分辨率无人机（UAV）影像日益用于航道巡检，但自动化场景理解仍受限于缺乏显式表示护岸及其与水体、植被、道路和滨河结构复杂交界面的像素级数据集。研究人员引入了河流与景观地面数据集（Riverway and Landscape Ground Dataset，RL
高分辨率无人机（UAV）影像日益用于航道巡检，但自动化场景理解仍受限于缺乏显式表示护岸及其与水体、植被、道路和滨河结构复杂交界面的像素级数据集。研究人员引入了河流与景观地面数据集（Riverway and Landscape Ground Dataset，RLGD），这是一个面向航道场景的专用UAV语义分割数据集。RLGD包含100幅3000×4000像素影像，对应12亿标注像素。其公开的RLGD分类体系显式包含护岸。研究人员在统一协议下评估了七种语义分割模型；在采用不同随机种子的五次训练运行中，平均交并比（mean Intersection over Union，mIoU）范围为69.27%至77.02%，而带边界引导的分层联合网络（Hierarchical Joint Network with Boundary Guidance，GHJNet）达到77.02±0.41%的mIoU和83.51±1.18%的护岸交并比（Intersection over Union，IoU）。从Varied Drone Dataset（VDD）直接迁移至RLGD导致相对mIoU降低11.29–49.81%，而使用20%的RLGD训练源影像进行自适应可弥合所测域差距的65.5%。对于下游分析所用的GHJNet运行，使用Segment Anything Model（SAM）进行对象先验细化将护岸IoU从84.10%提高至87.25%。一项42幅影像的视觉完整性筛选案例研究进一步相对于三位专家的影像级判读达到83.93%的宏F1和81.25%的平衡准确率。总体而言，RLGD为所调查的长江走廊内旱季航道语义分割、护岸提取和影像级巡检优先级排序提供了密集标注、任务特定的基准。
研究背景与意义：护岸是支撑河岸稳定并保护相邻基础设施的工程岸坡防护结构，其空间分布和可见状况需要周期巡检以支持维护规划。传统野外巡检劳动强度大，沿长而异质的河岸走廊空间连续性有限；无人机（UAV）摄影测量和可见光—红外传感可支持护岸表面和堤岸的空间连续巡检，也与内河航道导航基础设施发展相关。UAV遥感具有厘米级空间细节、灵活部署和斜视或下视视角等优势，语义分割可将影像转化为空间显式土地覆盖图，但模型开发依赖能反映目标环境的数据集。已有数据集提供有用但不完整的先例：UAVid侧重城市街景，VDD扩展视点、地点、高度和场景内容变化，AFID提供河流导向影像及多模型基准但其分类面向一般河流土地覆盖而非工程护岸，HRSID面向合成孔径雷达（SAR）船舶分析任务。上述资源均未同时提供专用像素级护岸类别和护岸提取所需的相邻航道背景。因此，研究人员构建RLGD，以显式护岸类别、相邻陆水背景、公开分类体系、像素级统计、固定基准协议和跨数据集评价支撑航道场景理解。
研究人员开展了数据集—基准—应用框架研究：构建100幅高分辨率UAV影像的RLGD，发布八类分类体系并提供标注规则及类别频率、对象面积和光谱相似性统计；建立八类域内基准和七类VDD-to-RLGD迁移协议，评价七种语义分割架构，并用五次运行mIoU、护岸IoU、边界精度和计算效率进行补充；展示两类下游用途，即利用SAM进行对象先验细化以改善语义分割产生的护岸边界，并对细化掩膜进行连通性和几何特征刻画以开展视觉完整性筛选，从而支持影像级巡检优先级排序。研究得出，GHJNet在域内五次运行中取得最高平均mIoU和护岸IoU；通用UAV影像与航道场景存在明显域差距，但少量目标域影像可恢复相当部分性能；SAM细化效果取决于语义种子质量；几何规则筛选与专家影像级判读具有较高一致性。其意义在于为旱季航道语义分割、护岸提取和影像级巡检优先级排序提供密集标注、任务特定基准。
关键技术方法（不超过250字）：样本来源于中国湖北长江荆江段代表性航道走廊旱季低水位期，使用DJI Mavic 3 Enterprise UAV采集，经质量筛选从1000余帧保留100幅并标准化为3000×4000像素；按源影像70/20/10划分训练、验证、测试集，对应840/240/120个瓦片。建立含护岸的八类分类体系和三阶段标注流程，并以12幅影像独立重标注审计。统一协议评价DeepLabV3+、PSPNet、UPerNet、OCRNet、SegFormer、SegNeXt和GHJNet，采用五次随机种子；开展VDD到RLGD七类迁移及4、7、14幅目标源影像自适应；以GHJNet预测为种子，结合SAM ViT-H对象掩膜、重叠率和水体邻接/种子邻近约束融合；再以连通性和几何规则对42幅影像进行视觉完整性筛选并与三位专家共识比较。
研究结果：3.1 实验设置：域内实验使用固定70/20/10源影像划分产生的840/240/120个瓦片；12幅独立重标注审计显示两套掩膜像素一致率96.68%、八类mIoU 85.16%，护岸IoU 93.28%，车辆IoU 56.98%，护岸边界F分数随1、3、5、10、20像素容差由25.37%升至82.69%。说明区域级标注一致性较强，而精确轮廓和小车辆仍是主要不确定性来源。3.2 域内语义分割基准：七种模型五次运行mIoU为69.27–77.02%，GHJNet最高（77.02±0.41%）且护岸IoU最高（83.51±1.18%），SegFormer-B0和SegNeXt次之；边界上GHJNet具最高平均BFscore（79.53±1.00%）和最低平均Chamfer距离（12.07±3.48像素），SegNeXt具最高BIoU（71.38±1.68%）；效率上SegFormer-B0参数最少、SegNeXt FLOPs最低、UPerNet网络FPS最高。损失函数审计显示类平衡交叉熵使车辆IoU提高4.54%但未实质改变总体mIoU，且未改善船舶或护岸IoU。3.3 跨数据集迁移与航道域差距：VDD训练模型直接评价于RLGD七类共同标签子集时所有模型均降精度，OCRNet取得最高RLGD mIoU 46.23%，SegFormer-B0为45.17%，相对mIoU降低11.29–49.81%；严格六类审计中直接迁移mIoU为37.35%，用4、7、14幅RLGD源影像微调后为38.83%、46.23%、60.02%，域内参考为71.99%，分别弥合4.3%、25.6%、65.5%的差距。定性上各模型能恢复主要区域，但窄边界和小对象差异明显，GHJNet较贴近参考护岸形状。3.4 基于对象先验的下游护岸提取：形态学单独处理仅使护岸IoU变化0.01–0.08%；完整SAM细化后SegNeXt、SegFormer-B0和GHJNet分别提高3.42%、2.62%、3.15%，DeepLabV3+、OCRNet、UPerNet和PSPNet分别下降8.46%、0.83%、3.66%、0.91%，GHJNet-SAM护岸IoU最高达87.25%。敏感性分析显示保留掩膜数和重叠阈值影响候选选择；消融中去除水体邻接造成最大下降，去除种子邻近检查无变化；完整语义—SAM流程中位阶段总耗时50.03–54.94秒/幅，GHJNet为54.09秒，SAM掩膜生成中位33.96秒，峰值显存6989–7163 MB。3.5 视觉完整性筛选结果：对42幅影像，规则与三位专家共识总体一致率80.95%、宏F1 83.93%、平衡准确率81.25%；34例位于对角线，8例分歧均为保守判为中间类，其中7幅专家参考为连续、1幅为破碎；未将检出护岸与无护岸混淆，但连续类召回率为50.0%。这些标签描述提取掩膜的可见几何形态，而非确认物理劣化。
讨论部分总结：RLGD贡献在任务定义和标注密度而非图像数量，100幅影像含12亿标注像素，公开分类显式定义护岸并保留区分道路、植被、裸露表面和滨河结构所需的陆水背景；长尾分布使总体精度不足，五次运行mIoU为69.27–77.02%、护岸IoU为64.55–83.51%，损失重加权仅对车辆等稀疏类有用且具类别特异性；模型选择取决于应用优先区域重叠、轮廓一致性、运行稳定性或计算成本。VDD-to-RLGD迁移证明通用UAV预训练不能消除航道域差距，少量目标监督可恢复相当性能。SAM融合条件有效：初始护岸IoU最高的三种模型改善，其余下降，说明语义种子与候选对象空间对齐关键；水体邻接约束贡献最明显。视觉完整性筛选与专家共识较高一致，分歧均为中间类，提示连通性和几何可为人工复核排序提供参考，但不能替代材料状况或结构安全评估。局限包括仅覆盖荆江走廊旱季、测试非地理独立、裁剪优先策略削弱全场景背景、SAM计算瓶颈明显。
研究结论翻译：本研究介绍了RLGD，一个用于航道场景语义分割和护岸提取的高分辨率UAV数据集与基准。RLGD包含100幅3000×4000像素影像，并提供显式包含护岸类别及周边陆水背景的八类分类体系。在统一评价协议下，七种分割模型五次运行平均mIoU为69.27–77.02%，其中GHJNet获得最高平均mIoU（77.02±0.41%）和护岸IoU（83.51±1.18%）。独立重标注审计进一步支持数据集的区域级可靠性，同时揭示精确边界位置和稀疏类别存在更大变异性。跨数据集评价显示通用UAV影像与航道场景之间存在显著域差距，而有限目标域自适应可恢复相当部分损失性能。下游语义–SAM实验进一步表明，对象先验细化在某些设置下可改善护岸提取，但其收益取决于种子引导的候选选择。基于几何的筛选也显示出影像级巡检优先级排序的潜力。RLGD应被视为面向旱季、走廊内航道分析的任务特定基准，而非地理独立或普遍代表性数据集。未来工作应将基准扩展到更多河段、季节、水位、传感器和护岸形式，并采用地理分组评价和独立野外验证。
