Аналіз ефективності архітектур нейронних мереж для автоматизованої сегментації картографічних зображень
Вантажиться...
Дата
2024-12-04
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
ПБФ, КПІ ім. Ігоря Сікорського
Анотація
У матеріалах розглядається порівняльний аналіз сучасних архітектур нейронних мереж, таких як FCN, DeepLabv3 і U-Net, для задач сегментації картографічних зображень. Особлива увага приділяється перевагам і недолікам кожної архітектури, зокрема точності, обчислювальній складності та вимогам до обсягу даних для навчання. Аналіз показав, що U-Net є найбільш оптимальним вибором для обробки картографічних даних завдяки збалансованості між точністю та вимогами до ресурсів. У статті наголошується на важливості автоматизації сегментації для підвищення ефективності й об'єктивності роботи з великими обсягами даних.
Опис
Ключові слова
картографічні зображення, сегментація зображень, нейронні мережі, семантична сегментація
Бібліографічний опис
Земляков, О. І. Аналіз ефективності архітектур нейронних мереж для автоматизованої сегментації картографічних зображень / О. І. Земляков, А. С. Момот // Ефективність та автоматизація інженерних рішень у приладобудуванні : ХX Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених: збірник праць конференції, [Київ], 04-05 грудня 2024 р. / КПІ ім. Ігоря Сікорського, ПБФ. – Київ, 2024. – С. 157-160. – Бібліогр.: 7 назв.