Разработка модели сегментации морских млекопитающих
Аннотация
Объект исследования – морские млекопитающие.
Предмет исследования – сегментация морских млекопитающих.
Цель работы – разработка модели сегментации морских млекопитающих
Решены следующие задачи:
1) Проведён анализ предметной области, который включает в себя применение современных методов машинного обучения для задачи сегментации и идентификации.
2) Сделаны выводы об архитектурах моделей в области семантической сегментации и выбраны инструменты для дальнейшей технической реализации модели.
3) Вручную собран и размечен датасет с дельфинами для задачи сегментации, а также проведён разведывательный анализ данных.
4) Проведены эксперименты с обучением различных архитектур нейронных сетей и в результате обучена итоговая модель сегментации дельфинов с высокой точностью.
5) Проведены эксперименты с аугментациями, в результате которых обучено несколько моделей с различными вероятностями их применения.
6) Сделаны выводы о проделанной работе.
Разработанный инструмент позволяет сегментировать дельфинов на изображении с высокой точностью. Результатом модели будет матрица пикселей с двумя классами, где класс фона объекта – это 0, а класс объекта (дельфина) – 1.
Предмет исследования – сегментация морских млекопитающих.
Цель работы – разработка модели сегментации морских млекопитающих
Решены следующие задачи:
1) Проведён анализ предметной области, который включает в себя применение современных методов машинного обучения для задачи сегментации и идентификации.
2) Сделаны выводы об архитектурах моделей в области семантической сегментации и выбраны инструменты для дальнейшей технической реализации модели.
3) Вручную собран и размечен датасет с дельфинами для задачи сегментации, а также проведён разведывательный анализ данных.
4) Проведены эксперименты с обучением различных архитектур нейронных сетей и в результате обучена итоговая модель сегментации дельфинов с высокой точностью.
5) Проведены эксперименты с аугментациями, в результате которых обучено несколько моделей с различными вероятностями их применения.
6) Сделаны выводы о проделанной работе.
Разработанный инструмент позволяет сегментировать дельфинов на изображении с высокой точностью. Результатом модели будет матрица пикселей с двумя классами, где класс фона объекта – это 0, а класс объекта (дельфина) – 1.