Zaznavanje stavb z uporabo nevronskih mrež, učenih s prenosom znanja
| Autor: | Simon Šanca, Krištof Oštir, Alen Mangafić |
|---|---|
| Rok vydání: | 2021 |
| Předmět: |
QB275-343
Klassifisering classification of buildings object detection Deep learning object segmentation automatic classification Classification VDP::Computer technology: 551 Segmentation VDP::Datateknologi: 551 mask r-cnn convolutional neural networks Instance segmentation General Earth and Planetary Sciences Segmentering Geodesy Forekomst segmentering Mask r cnn |
| Zdroj: | Geodetski vestnik Geodetski Vestnik, Vol 65, Iss 04, Pp 559-593 (2021) |
| ISSN: | 0351-0271 |
| Popis: | Building footprint detection based on orthophotos can be used to update the building cadastre. In recent years deep learning methods using convolutional neural networks have been increasingly used around the world. We present an example of automatic building classification using our datasets made of colour near-infrared orthophotos (NIRR-G) and colour orthophotos (R-G-B). Building detection using pretrained weights from two large scale datasets Microsoft Common Objects in Context (MS COCO) and ImageNet was performed and tested. We applied the Mask Region Convolutional Neural Network (Mask R-CNN) to detect the building footprints. The purpose of our research is to identify the applicability of pre-trained neural networks on the data of another colour space to build a classification model without re-learning. Rezultati klasifikacije stavb na ortofotu se uporabljajo kot vir za vzdrževanje katastra stavb. V zadnjih letih se za klasifikacijo stavb v svetu vse bolj uveljavljajo metode globokega učenja z uporabo konvolucijskih nevronskih mrež. V raziskavi predstavimo primer samodejne klasifikacije stavb z uporabo lastnih podatkovnih zbirk, izdelanih iz barvnih bližnje infrardečih ortofotov (BIR-R-G) in barvnih ortofotov (R-G-B). Preizkusili smo detekcijo stavb z uporabo predučenih uteži podatkovnih zbirk Microsoft Common Objects in Context (MS COCO) in ImageNet. Za detekcijo stavb smo uporabili Mask Region Convolutional Neural Network (Mask R-CNN). Namen raziskave je preizkusiti uporabniško vrednost globokega učenja za detekcijo stavb z uporabo predučenih uteži na podatkih drugega barvnega prostora s ciljem izgradnje klasifikacijskega modela brez ponovnega učenja. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|