Моделі семантичної сегментації об'єктів міського середовища на цифрових аерофотознімках

Abstract

Метою атестаційної роботи є дослідження та модифікація моделей семантичної сегментації об’єктів міського середовища з використанням методології глибокого навчання. В ході дослідження проведено аналіз відомих методів для автоматизації виявлення так класифікації об’єктів на цифрових знімках. Встановлено, що методи, які реалізують піксельно-орієнтований підхід доцільно застосовувати для сегментації об’єктів на цифрових знімках через їх більшу точність. В роботі виконано модифікацію моделі U-Net. У модифікованій моделі U-Net була випробувана технологія "battlenack" в поєднанні з технологією «transfer learning» що дозволило зиеншити валідаційну помилку до 7 – 8%.