Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/76432
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Друки, Алексей Алексеевич | ru |
dc.contributor.author | Петровский, Владислав | ru |
dc.date.accessioned | 2023-06-20T03:47:08Z | - |
dc.date.available | 2023-06-20T03:47:08Z | - |
dc.date.issued | 2023 | - |
dc.identifier.citation | Петровский В. Нейросетевые алгоритмы обнаружения лесных пожаров по данным дистанционного зондирования Земли : выпускная квалификационная работа магистранта / В. Петровский ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. А. А. Друки. — Томск, 2023. | - |
dc.identifier.uri | http://earchive.tpu.ru/handle/11683/76432 | - |
dc.description.abstract | Данная выпускная квалификационная работа посвящена исследованию нейросетевых алгоритмов обнаружения лесных пожаров по данным дистанционного зондирования Земли. Цель работы: разработать телеграмм-бот, который должен осуществлять обработку запросов пользователя посредством инференса алгоритмов сверточных нейронных сетей для семантической сегментации спутниковых снимков с лесными пожарами. Создается выборка из 100 снимков с лесными пожарами и их сегментированными масками в разрешении 2000х2000. Проводится анализ обученных моделей Seg-Net, U-net, R2U-Net при оптимизаторах Adam, RMSProp, AdaGrad, Nadam. Реализован телеграмм-бот, который обеспечивает передачу изображений между пользователем и рассмотренными моделями. Проведен качественный анализ полученных сегментированных изображений. | ru |
dc.description.abstract | This final qualification work is devoted to the study of neural network algorithms for detecting forest fires according to remote sensing data of the Earth. Purpose of the work: to develop a telegram bot that should process user requests by inferencing convolutional neural network algorithms for semantic segmentation of satellite images with forest fires. A selection of 100 images with forest fires and their segmented masks is created at a resolution of 2000x2000. The trained Seg-Net, U-net, R2U-Net models are analyzed with the Adam, RMSProp, AdaGrad, Nadam optimizers. A telegram bot has been implemented, which provides the transfer of images between the user and the considered models. A qualitative analysis of the obtained segmented images was carried out. | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | ru | en |
dc.rights | info:eu-repo/semantics/openAccess | - |
dc.subject | сверточные нейронные сети | ru |
dc.subject | семантическая сегментация | ru |
dc.subject | дистанционное зондирование Земли | ru |
dc.subject | спутниковые снимки | ru |
dc.subject | изображения | ru |
dc.subject | архитектуры Seg-Net, U-net, R2U-Net | ru |
dc.subject | оптимизаторы Adam, RMSProp, AdaGrad, Nadam | ru |
dc.subject | телеграмм-бот | ru |
dc.subject | convolutional neural networks | en |
dc.subject | semantic segmentation | en |
dc.subject | Earth remote sensing | en |
dc.subject | satellite imagery | en |
dc.subject | Images | en |
dc.subject | Seg-Net, U-net, R2U-Net architectures | en |
dc.subject | Adam, RMSProp, AdaGrad, Nadam optimizers | en |
dc.subject | telegram bot | en |
dc.title | Нейросетевые алгоритмы обнаружения лесных пожаров по данным дистанционного зондирования Земли | ru |
dc.type | Students work | - |
local.department | Национальный исследовательский Томский политехнический университет (ТПУ)::Инженерная школа информационных технологий и робототехники (ИШИТР)::Отделение информационных технологий (ОИТ) | - |
local.institut | 7950 | - |
local.localtype | Студенческая работа | - |
local.thesis.level | Магистр | ru |
local.local-vkr-id | 1282610 | - |
local.vkr-id | 52228 | - |
local.stud-group | 8ВМ13 | - |
local.lichnost-id | 180675 | - |
local.thesis.level-id | 3 | - |
local.tutor-lichnost-id | 4400 | - |
dc.subject.udc | 004.032.26:528.8:614.841.42:630 | - |
Располагается в коллекциях: | Магистерские диссертации |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
TPU1471076.pdf | 2,9 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.