ОБУЧЕНИЕ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ПСЕВДОРАЗМЕЧЕНЫХ ДАННЫХ ДЛЯ РЕШЕНИЯ ЗАДАЧИ СЕГМЕНТАЦИИ ЗДАНИЙ НА АЭРОКОСМОСНИМКАХ
Аннотация
Работа содержит: 34 страницы, 8 таблиц, 12 источников, 23 иллюстрации.
Ключевые слова: СЕМАНТИЧЕСКАЯ СЕГМЕНТАЦИЯ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, ПСЕВДОРАЗМЕЧЕННЫЕ ДАННЫЕ.
Целью работы являлось изучить существующие методы решения задачи семантической сегментации на аэрокосмоснимках, подготовить наборы данных и окружение, а также реализовать эксперимент по улучшению качества работы моделей с помощью применения метода обучения на псевдоразмеченных данных и продемонстрировать результаты. По итогу работы был получен прирост качества метрики Mean IoU на 2.5% и 1.33% на тестовом наборе и целевом снимке Екатеринбурга соответственно. Прироста качества удалось достигнуть без дополнительных затрат на ручную разметку данных.
Ключевые слова: СЕМАНТИЧЕСКАЯ СЕГМЕНТАЦИЯ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, ПСЕВДОРАЗМЕЧЕННЫЕ ДАННЫЕ.
Целью работы являлось изучить существующие методы решения задачи семантической сегментации на аэрокосмоснимках, подготовить наборы данных и окружение, а также реализовать эксперимент по улучшению качества работы моделей с помощью применения метода обучения на псевдоразмеченных данных и продемонстрировать результаты. По итогу работы был получен прирост качества метрики Mean IoU на 2.5% и 1.33% на тестовом наборе и целевом снимке Екатеринбурга соответственно. Прироста качества удалось достигнуть без дополнительных затрат на ручную разметку данных.