Влияние аддитивных помех на качество семантической сегментации снимков деревьев пихты, выполняемой с использованием модели сверточной нейронной сети Mo-U-Net

Abstract

Исследуется влияние аддитивного гауссового шума на качество семантической сегментации снимков деревьев пихты сибирской, проводимой с помощью модели сверточной нейронной сети Mo-U-Net. Показано, что наличие аддитивных шумов на обучающих фрагментах датасета ухудшает качество семантической сегментации тестового снимка