Публікація: Розробка масштабованої глибокої моделі для багатокласової сегментації супутникових зображень в умовах обмеженої вибірки даних
Завантаження...
Дата
2025
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Об'єкт дослідження – системи автоматичної сегментації та класифікації об'єктів на супутникових зображеннях. Предмет дослідження – методи та алгоритми багатокласової сегментації супутникових зображень за допомогою глибоких нейронних мереж в умовах обмеженої вибірки даних. Мета роботи – розробка та дослідження масштабованої глибокої моделі для багатокласової сегментації супутникових зображень, що забезпечує високу точність сегментації при обмеженій кількості навчальних даних. Методи дослідження – аналіз існуючих рішень, математичне моделювання, експериментальне дослідження, статистичний аналіз, методи аугментації даних, трансферне навчання, комп'ютерне моделювання та програмна реалізація. Проведено комплексний аналіз сучасних методів сегментації супутникових зображень, досліджено архітектури згорткових нейронних мереж та методи їх оптимізації. Використано спеціалізований набір даних для навчання мережі, що містить всього 8 супутникових зображень високої роздільної здатності. На основі проведених досліджень розроблено оригінальну архітектуру CNN, що досягає точності в 92% для використаних класів сегментації.
Опис
Ключові слова
глибоке навчання, згорткова нейронна мережа, комп'ютерний зір, супутникове зображення, семантична сегментація
Бібліографічний опис
Ткаченко Б. С. Розробка масштабованої глибокої моделі для багатокласової сегментації супутникових зображень в умовах обмеженої вибірки даних : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / Б. С. Ткаченко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 83 с.