| DC Field | Value | Language |
|---|
| dc.contributor.author | Ганченко, В. В. | - |
| dc.contributor.author | Дудкин, А. А. | - |
| dc.contributor.author | Шелег, С. В. | - |
| dc.date.accessioned | 2021-06-03T06:26:34Z | - |
| dc.date.available | 2021-06-03T06:26:34Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | Ганченко, В. В. Распознавание сельскохозяйственной растительности на изображениях земной поверхности на основе сверточной нейронной сети U-Net / В. В. Ганченко, А. А. Дудкин, С. В. Шелег // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2021. – С. 110–116. | ru_RU |
| dc.identifier.isbn | 978-985-7267-09-5 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/43866 | - |
| dc.description.abstract | В данной работе рассматривается задача сегментации картофельных полей по данным аэрофотосъемки различного пространственного разрешения. В качестве основы алгоритма распознавания используется свёрточная нейронная сеть с архитектурой U-Net. Предложенный алгоритм позволяет выполнить разделение пикселей мултиспектрального изображения на два класса: «растительность» и «почва». Произведён сравнительный анализ предложенного алгоритма с другими нейросетевыми алгоритмами. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Бестпринт | ru_RU |
| dc.subject | публикации ученых | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | сверточные нейронные сети | ru_RU |
| dc.subject | семантическая сегментация | ru_RU |
| dc.subject | мультиспектральные изображения | ru_RU |
| dc.subject | convolutional neural networks | ru_RU |
| dc.subject | semantic segmentation | ru_RU |
| dc.subject | multispectral images | ru_RU |
| dc.title | Распознавание сельскохозяйственной растительности на изображениях земной поверхности на основе сверточной нейронной сети U-Net | ru_RU |
| dc.title.alternative | Agricultural vegetation recognition on Earth’s surface images using convolutional neural network U-Net | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | This paper considers the task of segmenting potato fields based on aerial photography of different spatial resolution. A convolutional neural network with U-Net architecture is used as the basis of the recognition algorithm. The proposed algorithm allows separating the pixels of the image into two classes: "vegetation" and "soil." A comparative analysis of the proposed algorithm has been made with other neural network algorithms. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2021)
|
