Title: Распознавание и сегментация земной поверхности с использованием сверточных нейронных сетей
Authors: Шуринова Я. А.
Белоусов А. А.
Keywords: LeakyReLU
U-Net
ResNet-34
машинное обучение
конфигурация нейронной сети
изображения земной поверхности
сверточные нейронные сети
сегментация спутниковых изображений
функция активации
Issue Date: 2024
Citation: Шуринова, Я. А. Распознавание и сегментация земной поверхности с использованием сверточных нейронных сетей / Я. А. Шуринова, А. А. Белоусов // Информационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2024. - Т. 3: Искусственный интеллект : под ред. А. В. Никонорова, 2024. - С. 030392.
Abstract: Исследуется влияние различных факторов на результат обучения сверточных нейронных сетей при решении задачи сегментации спутниковых изображений. Рассматриваются разные подходы к решению задачи, в том числе различные конфигурации нейронных сетей и интерпретации исходной задачи. Установлено, что нейронная сеть архитектуры U-Net с кодировщиком ResNet-34, использующей в функции потери комбинацию CCE и мягкий индекс Жаккара в равных пропорциях показывает наилучшие результаты для рассматриваемой задачи, также установлено, что использование функции активации LeakyReLU дает лучший результат для расширенной архитектуры U-Nets.
URI: http://repo.ssau.ru/jspui/handle/123456789/12425
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-2080-9_2024-030392.pdf377.12 kBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.