Методи машинного навчання для сегментації будівель на супутникових знімках
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 114 c., 31 рис., 9 табл., 2 додатки, 30 джерел.
У дипломній роботі аналізуються та порівнюються різні методи машинного навчання для сегментації будівель на супутникових знімках.
Особлива увага приділяється методам кластеризації, таким як K-Means, Fuzzy C-Means, та morphACWE для розв’язання задачі навчання без вчителя, а також глибоким нейронним мережам з використанням архітектур U-Net, U-Net++ та FPN. Розглядаються особливості застосування цих методів до аналізу деталізованих супутникових знімків та їх ефективність у вирішенні задачі семантичної сегментації. Досліджується ефективність покращеної моделі U-Net та пропонується модифікована архітектура U-Net++.
Програмна частина роботи була виконана мовою програмування Python у середовищі розробки Jupyter. При реалізації використовувалися бібліотеки Numpy, Pandas, Matplotlib, OpenCV, Scikit-learn, Scikit-Fuzzy та Scikit-Image.
При тренуванні та оцінці моделей нейронних мереж використовувалися бібліотеки PyTorch, Torchvision та Albumentations.
Опис
Ключові слова
методи машинного навчання, machine learning methods
Бібліографічний опис
Балясіна, О. І. Методи машинного навчання для сегментації будівель на супутникових знімках : дипломна робота ... бакалавра : 124 Системний аналіз / Балясіна Ольга Ігорівна. - Київ, 2024. - 114 с.