Мауро Цастелли / Прасади Тх Сенадеера
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Обнаружение особенностей дорог на снимках дистанционного зондирования имеет решающее значение для поддержания актуальной и надежной дорожной сети, необходимой для транспорта, планирования чрезвычайных ситуаций и навигации. Несмотря на то, что сверточные нейронные сети показали перспективность в автоматизации этого процесса, существующие методы часто идут на компромисс между точностью и сложностью. Цель данного исследования - разработать точный метод выделения дорог без ущерба для вычислительной эффективности. Мы предлагаем нейронную сеть для семантической сегментации, сочетающую трансферное обучение и U-сетевую архитектуру с минимальной сложностью. Для повышения качества результатов используются методы постобработки. Наш метод достигает оценки F1 0,83 и точности 95,57 %, превосходя другие модели на Массачусетском наборе данных. Этот подход демонстрирует превосходную производительность и меньшую сложность сети по сравнению с существующими методами.
