Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/43181
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Епифанов Николай Анатольевич | ru_RU |
dc.contributor.advisor | Epifanov Nikolaj Anatolevic | en_GB |
dc.contributor.author | Трушов Константин Андреевич | ru_RU |
dc.contributor.author | Trusov Konstantin Andreevic | en_GB |
dc.contributor.editor | Гришкин Валерий Михайлович | ru_RU |
dc.contributor.editor | Griskin Valerij Mihajlovic | en_GB |
dc.date.accessioned | 2023-07-26T12:45:50Z | - |
dc.date.available | 2023-07-26T12:45:50Z | - |
dc.date.issued | 2023 | |
dc.identifier.other | 096653 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/43181 | - |
dc.description.abstract | В данной работе был собран и предобработан набор оптических спутниковых снимков. Было получены результаты об обучении простой модели на нескольких наборах частот (в том числе и полном). Рассмотрено несколько архитектур моделей для сегментации, проведено их обучение на собранной выборке. К тому же было проведено сравнение двух индексов вегетации, из которых выбран наиболее подходящий. Метод сегментации и вычисление индекса вегетации были обёрнуты в программу, на вход которой подаётся оптический спутниковый снимок, приведена схема работы. | ru_RU |
dc.description.abstract | In this work, a set of optical satellite images was collected and preprocessed. Results were obtained on training a simple model on several sets of frequencies (including the full one). Several architectures of models for segmentation are considered, they are trained on the collected sample. In addition, a comparison of two vegetation indices was carried out, from which the most suitable one was selected. The segmentation method and the calculation of the vegetation index were wrapped in a program, the input of which is an optical satellite image, and a scheme of work is given. | en_GB |
dc.language.iso | ru | |
dc.subject | машинное обучение | ru_RU |
dc.subject | нейросети | ru_RU |
dc.subject | сегментация | ru_RU |
dc.subject | спутниковые изображения | ru_RU |
dc.subject | трансформеры | ru_RU |
dc.subject | сверточные нейронные сети | ru_RU |
dc.subject | machine learning | en_GB |
dc.subject | neural networks | en_GB |
dc.subject | segmentation | en_GB |
dc.subject | satellite images | en_GB |
dc.subject | transformers | en_GB |
dc.subject | convolutional neural networks | en_GB |
dc.title | Agricultural areas monitoring using satellite images | en_GB |
dc.title.alternative | Мониторинг сельскохозяйственных площадей по спутниковым снимкам | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
vkr.pdf | Article | 5,24 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Trusev_otzyv.pdf | ReviewSV | 141,95 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st096653_Trusov_Konstantin_Andreevic_(supervisor)(Ru).txt | ReviewSV | 5,38 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.