Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/248671
Заглавие документа: | Распознавание образов на аэрокосмических снимках методами глубокого обучения |
Авторы: | Саечников, И. В. Скакун, В. В. Чернявская, Э. А. |
Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
Дата публикации: | 2020 |
Издатель: | Минск : БГУ |
Библиографическое описание источника: | Компьютерные технологии и анализ данных (CTDA’2020) : материалы II Междунар. науч.-практ. конф., Минск, 23–24 апр. 2020 г. / Белорус. гос. ун-т ; редкол.: В. В. Скакун (отв. ред.) [и др.]. – Минск : БГУ, 2020. – С. 201-205. |
Аннотация: | Предложен ряд методов сегментации аэрокосмических изображений на базе различных архитектур сверточных нейронных сетей. Во время построения сетей учитывался дисбаланс классов на аэрокосмических снимках и малое число размеченных данных. Для расширения тренировочного датасета мы предлагаем метод на основе стретегии остаточного обучения для приведения изображений к единому разрешению и сэмплирование их методом аугментации по сдвигу. В ходе обучения сетей оптимизация проводилась по следующим параметрам: количество карт признаков, размер ядра свертки и тип пула. Для предотвращения переобучения мы использовали регуляризацию нейронной сети, дополняя ее слоем dropout с подобранными вероятностями. В связи с высоким дисбалансом классов использовалась категориальная кросс-энтропия с коэффициентом модуляции. В заключение оценка точности сегментации выполнялась индексом Джаккарта |
Доп. сведения: | Секция «Системы машинного и глубокого обучения» |
URI документа: | https://elib.bsu.by/handle/123456789/248671 |
ISBN: | 978-985-566-942-6 |
Располагается в коллекциях: | 2020. Компьютерные технологии и анализ данных (CTDA’2020) |
Полный текст документа:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
201-205.pdf | 684,45 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.