Распознавание и сегментация земной поверхности с использованием сверточных нейронных сетей

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.