| Popis: |
Магістерська дисертація містить 109 сторінок, 20 ілюстрацію, і 181 джерел літератури. Наразі задача розпізнавання вирв від бомбардувань стає все гострішою. Після повномасштабної військової агресії російської федерації, чимало фондів намагаються оцінити збитки, які були нанесені об’єктам інфраструктури, цивільним будівлям, тощо. Нейромережева модель розпізнавання вирв від бомбардувань за супутниковими даними дасть змогу комплексно та всеціло оцінити масштаб руйнувань, який в подальшому може бути використаний для підрахунку збитків. Для досягнення мети було використано: нейромережеву модель U-Net ; Google Collaboratory; бібліотеки pytorch, torchvision, matplotlib, Pillow, imutils, scikit-learn, tqdm, gdal, numpy. The master's thesis contains 109 pages, 20 illustrations, and 181 references. Nowadays the task of recognizing explosions from bombings is becoming more and more acute. After the full-scale military aggression of the Russian Federation, many funds are trying to assess the damage that was caused to infrastructure objects, civilian buildings, etc. A neural network model for recognizing bombardment eruptions based on satellite data will enable a comprehensive and comprehensive assessment of the scale of destruction, which can later be used to estimate damages. To achieve the goal, was used the following: U-Net neural network model; Google Collaboratory; Libraries pytorch, torchvision, matplotlib, Pillow, imutils, scikit-learn, tqdm, gdal, numpy. |
