基于SegFormer语义分割模型的遥感建筑物损伤检测工具-SegFormer

项目描述 基于SegFormer语义分割模型的遥感建筑物损伤检测工具
基于 SegFormer 语义分割模型的遥感建筑物损伤检测工具，通过对比灾前/灾后遥感图像，自动识别建筑物位置并评估损伤程度，计算损伤比率并分级标注。提供 PyQt6 桌面界面，支持图片上传、一键检测、结果可视化与历史记录管理。

项目功能
– 建筑物检测：对灾前图像进行语义分割，提取建筑物轮廓与外接区域
– 损伤评估：对每个建筑物区域分析灾后图像，计算损伤像素占比
– 分级标注：按损伤比率分为低（<20%，绿色）、中（20%–70%，黄色）、高（>70%，红色）三级
– 结果输出：生成建筑物分割叠加图和损伤标注结果图
– 桌面界面：上传灾前/灾后图片 → 点击检测 → 页面直接展示分割图与损伤标注图
– 历史记录：每次检测自动存档（含输入图片副本和结果），可随时回看或清空

运行环境
– 操作系统：Windows
– Python：≥3.12（实测 3.12.14）
– GPU：非必需，支持 CPU 推理（实测 torch 2.9.0+cpu）
– 依赖管理：uv
– 依赖包：torch、torchvision、opencv-python、matplotlib、PyQt6、requests、tqdm
– 模型权重：首次运行自动从 GitHub Release 下载（building.pth + damage.pth，共约 105 MB），带 SHA256 校验

项目技术
– 深度学习模型：SegFormer-B1（Mix Vision Transformer + 轻量 MLP 解码器），二分类语义分割
– 推理框架：PyTorch（CPU 模式，torch.no_grad）
– 图像处理：OpenCV（读取、resize、轮廓检测、掩膜叠加、结果写入）
– 桌面框架：PyQt6（QThread 后台加载模型与推理，界面不阻塞；QTabWidget 分页展示结果；自适应图片缩放）
– 可视化：OpenCV 图像叠加 + matplotlib 损伤树状图（可选）
– 数据持久化：本地文件系统存档 + JSON 索引（history/ 目录）
– 权重管理：requests 下载 + hashlib SHA256 校验 + tqdm 进度条
以上系统源码经过技术整理与调试，确保能正常运行