本章节首先介绍了本研究的模型训练验证数据集。然后介绍了U-Net结构的改进和优化在这部分又详细描述了实验环境、实验设置、评价指标以及实验结果的展示与比较。在实验结果的展示与比较中主要从引入数据增强方法的结果比较、引入迁移学习的结果比较、与DeepLab v3+模型的比较以及与PSPNet模型的比较等方面进行比较。最后是对模型预测性能的综合分析在这部分中主要介绍了基于U-Net模型训练的SSTFM-

本章节首先介绍了模型训练和验证所使用的数据集，随后详细阐述了对U-Net结构的改进和优化。实验环境、实验设置、评价指标以及实验结果的展示与比较也在本章节中得到了详细说明。在实验结果的比较中，我们重点关注了引入数据增强方法、迁移学习、DeepLab v3+模型和PSPNet模型等方面的比较。最后，我们综合分析了模型预测性能，比较分析了基于U-Net模型训练的SSTFM-1、SSTFM-2、SSTFM-3和SSTFM-4模型预测结果，以及U-Net、DeepLab v3+和PSPNet模型训练得到的SSTFM-4、SSTFM-5和SSTFM-6预测结果。评价指标和预测效果都表明，基于U-Net模型训练得到的SSTFM-4模型表现最佳，这充分证明了本研究提出的基于虚拟样本生成的数据增强方法和迁移学习的改进U-Net模型方法的有效性。