Wykrywanie obiektów na zdjęciach lotniczych i satelitarnych - eksperymenty na sieciach neuronowych

Wykrywanie obiektów na zdjęciach lotniczych i satelitarnych – eksperymenty na sieciach neuronowych

01/02/2019tagi: , ,
Podziel się

poprzednim nagraniu pokazałem świetne rezultaty, jakie można osiągnąć, stosując sieci neuronowe w zadaniu detekcji budynków na zdjęciach lotniczych.

Teraz zagłębimy się w szczegóły techniczne naszego rozwiązania. W poniższym nagraniu przełamuję schematyczne myślenie o problemie detekcji, opowiadam o tym, skąd pozyskaliśmy dane treningowe, jakie rezultaty osiągnęliśmy w różnych podejściach i co najważniejsze, pokazuję realne wyniki na nigdy wcześniej niewidzianych (przez sieć) zdjęciach. Zdradzę informacje m.in. o naszych eksperymentach związanych z architekturą Faster R-CNN z konwolucyjną siecią Inception Resnet v2 i segmentacją semantyczną.

Jeśli chciałbyś zacząć samodzielną przygodę z sieciami neuronowymi, warto skorzystać z konsultingu i warsztatów specjalistycznych w zakresie przetwarzania obrazu za pomocą uczenia głębokiego, a w szczególności:

  • demonstracji możliwości i potencjalnych zastosowań,
  • modyfikacji dostępnych architektur sieci do własnych potrzeb,
  • prawidłowego zdefiniowania problemu i wyboru najlepszego algorytmu,
  • sposobów pozyskania i przygotowania danych,
  • teorii sieci neuronowych (konwolucyjnych),
  • treningu i walidacji sieci neuronowych na własnych danych,
  • poprawnego testowania wytworzonego rozwiązania,
  • wdrożenia produkcyjnego.

Dodaj komentarz

avatar
2000
  Subscribe  
Powiadom o

Skontaktuj się z nami