|
|
|
|
| LEADER |
00000naa2a2200000 4500 |
| 001 |
681244 |
| 005 |
20250916113745.0 |
| 090 |
|
|
|a 681244
|
| 100 |
|
|
|a 20250819d2025 k||y0rusy50 ca
|
| 101 |
0 |
|
|a rus
|
| 102 |
|
|
|a RU
|
| 135 |
|
|
|a drbn ---uucaa
|
| 200 |
1 |
|
|a Применение нейросетевых алгоритмов для автоматизированного дешифрирования данных дистанционного зондирования Земли
|f Смирнов А. А.
|g науч. рук. Друки А. А.
|
| 320 |
|
|
|a Список использованных источников: 7 назв
|
| 330 |
|
|
|a В работе представлены результаты разработки и сравнения архитектур сверточных нейронных сетей (СНС) для семантической сегментации объектов земной поверхности на изображениях, полученных с беспилотных летательных аппаратов (БПЛА). Исследование включает подготовку датасета, реализацию моделей U-Net, U-Net++, SegNet и ENet, их обучение и оценку качества сегментации. Наилучшие результаты показала модель SegNet (F1- мера – 0,93, mIoU – 0,88)
|
| 336 |
|
|
|a Текстовый файл
|
| 463 |
|
1 |
|0 681090
|9 681090
|t Молодежь и современные информационные технологии
|o сборник трудов XXII Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–17 апреля 2025 г., Томск
|f под ред. А. С. Беляева
|c Томск
|d 2025
|n Изд-во ТПУ
|u conference_tpu-2025-C04.pdf
|v С. 615-620
|
| 545 |
1 |
|
|a Анализ данных и машинное обучение
|
| 610 |
1 |
|
|a электронный ресурс
|
| 610 |
1 |
|
|a труды учёных ТПУ
|
| 610 |
1 |
|
|a сверточная нейронная сеть
|
| 610 |
1 |
|
|a семантическая сегментация
|
| 610 |
1 |
|
|a компьютерное зрение
|
| 610 |
1 |
|
|a БПЛА
|
| 610 |
1 |
|
|a дистанционное зондирование Земли
|
| 610 |
1 |
|
|a U-Net
|
| 700 |
|
1 |
|a Смирнов
|b А. А.
|
| 702 |
|
1 |
|a Друки
|b А. А.
|c специалист в области информатики и вычислительной техники
|c ассистент Томского политехнического университета, инженер
|f 1985-
|g Алексей Алексеевич
|4 727
|
| 801 |
|
0 |
|a RU
|b 63413507
|c 20250819
|
| 850 |
|
|
|a 63413507
|
| 856 |
4 |
|
|u http://earchive.tpu.ru/handle/11683/132277
|z http://earchive.tpu.ru/handle/11683/132277
|
| 942 |
|
|
|c CF
|
