Выделение облаков на спутниковых снимках земной поверхности
Аннотация
Пестрецов Глеб Максимович, «Выделение облаков на спутниковых снимках земной поверхности»: работа содержит: страниц 51, приложений 1, рисунков 58, таблиц 2, использованных источников 16.
Ключевые слова: спутниковые снимки, выделение облаков, нейронные сети, глубокое обучение.
Целью работы является исследование задачи автоматического выделения облаков на спутниковых снимках земной поверхности.
В результате работы была обучена свёрточная нейронная сеть Unet для выделения облаков на наборе данных «On Cloud N: Cloud Cover Detection Challange». Полученная сеть имеет следующие показатели метрик точности: пересечение над объединением – 0.87, Dice – 0.92. Был проведен анализ результатов обучения, выделены удачные и неудачные примеры работы. Были использованы следующие технологии:
− язык программирования Python;
− библиотека компьютерного зрения OpenCV;
− библиотека для работы с глубокими нейронными сетями PyTorch;
− библиотека с предобученными моделями для сегментации изображений Segmentation Models PyTorch.
Ключевые слова: спутниковые снимки, выделение облаков, нейронные сети, глубокое обучение.
Целью работы является исследование задачи автоматического выделения облаков на спутниковых снимках земной поверхности.
В результате работы была обучена свёрточная нейронная сеть Unet для выделения облаков на наборе данных «On Cloud N: Cloud Cover Detection Challange». Полученная сеть имеет следующие показатели метрик точности: пересечение над объединением – 0.87, Dice – 0.92. Был проведен анализ результатов обучения, выделены удачные и неудачные примеры работы. Были использованы следующие технологии:
− язык программирования Python;
− библиотека компьютерного зрения OpenCV;
− библиотека для работы с глубокими нейронными сетями PyTorch;
− библиотека с предобученными моделями для сегментации изображений Segmentation Models PyTorch.