Zaznavanje stavb z uporabo nevronskih mrež, učenih s prenosom znanja

Building detection with convolutional networks trained with transfer learning

Avtor(ji):

Simon Šanca, Krištof Oštir, Alen Mangafić

Izvleček:

Rezultati klasifikacije stavb na ortofotu se uporabljajo kot vir za vzdrževanje katastra stavb. V zadnjih letih se za klasifikacijo stavb v svetu vse bolj uveljavljajo metode globokega učenja z uporabo konvolucijskih nevronskih mrež. V raziskavi predstavimo primer samodejne klasifikacije stavb z uporabo lastnih podatkovnih zbirk, izdelanih iz barvnih bližnje infrardečih ortofotov (BIR-R-G) in barvnih ortofotov (R-G-B). Preizkusili smo detekcijo stavb z uporabo predučenih uteži podatkovnih zbirk Microsoft Common Objects in Context (MS COCO) in ImageNet. Za detekcijo stavb smo uporabili Mask Region Convolutional Neural Network (Mask R-CNN). Namen raziskave je preizkusiti uporabniško vrednost globokega učenja za detekcijo stavb z uporabo predučenih uteži na podatkih drugega barvnega prostora s ciljem izgradnje klasifikacijskega modela brez ponovnega učenja.

Ključne besede:

globoko učenje, konvolucijske nevronske mreže, klasifikacija stavb, Mask R-CNN, detekcija objektov, segmentacija objektov, samodejna klasifikacija

DOI: 10.15292/geodetski-vestnik.2021.04.559-593

Citation:

Simon Šanca, Krištof Oštir, Alen Mangafić (2021). Zaznavanje stavb z uporabo nevronskih mrež, učenih s prenosom znanja. | Building detection with convolutional networks trained with transfer learning. Geodetski vestnik, 65 (4), 559-593. DOI: 10.15292/geodetski-vestnik.2021.04.559-593