Метод сегментації зображень для оцінки пошкоджень інфраструктури
Вантажиться...
Дата
2023-05
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Метою магістерської роботи є підвищення ефективності нейронних мереж для семантичної сегментації на зображеннях пошкодження територій внаслідок стихійних лих за рахунок підбору найкращих архітектур нейронних мереж та гіперпараметрів процесу навчання, а також їх тестування на розширеному наборі для перевірки можливостей розроблених мереж в практичних умовах руйнівних наслідків війни московії проти України, що радикально відрізняються від визначених в оригінальному наборі даних.
Практичними результатами роботи можна вважати моделі глибинного навчання створені за допомогою мови програмування Python та фреймворку Tensorflow, результати тестування різних конфігурацій даних моделей залежно від їх гіперпараметрів та створене за допомогою програмного застосунку CVAT доповнення навчального набору даних.
Опис
Ключові слова
глибинне навчання, стихійне лихо, нейронні мережі, оцінювання ушкоджень, згорткова мережа, руйнівні наслідки війни московії проти України, семантична сегментація, класифікація елементів зображень, розширення набору даних
Бібліографічний опис
Чирко, Я. Ю. Метод сегментації зображень для оцінки пошкоджень інфраструктури : магістерська дис. : 121 Інженерія програмного забезпечення / Чирко Ярослав Юрійович. – Київ, 2023. – 117 с.