Применение свёрточной нейронной сети для сегментации тундровых озёр
Тундровые озера – важный индикатор изменений климата, поэтому анализ динамики их размеров представляет особый интерес.
В работе, опубликованной в журнале «Оптика атмосферы и океана», представлены результаты применения свёрточной нейронной сети U-Net для сегментации тундровых озёр по спутниковым оптическим изображениям на примере данных проекта по созданию спутниковых снимков Земли Landsat.
Тундровые озёра Западной Сибири
Выполнена сравнительная оценка точности сегментации с помощью оригинальной архитектуры U-Net и ее модификаций: U-Net++, Attention U-Net и R2 U-Net, в том числе с использованием весов, полученных на основе предварительно обученной сети VGG16. Точность сегментации оценивается путём сравнения с результатами ручного картирования тундровых озёр в северных районах Сибири.
Архитектура нейросети U-Net для сегментации изображения
Обучение сетей производилось на основе 500 изображений Landsat; 250 изображений использовались в качестве тестовых. Показано, что более современные модификации U-Net не дают практически значимого выигрыша в точности сегментации, но увеличивают вычислительные затраты. Наилучший результат показывает конфигурация на основе классической реализации U-Net (средний коэффициент Жаккара IoU = 0,88). Предложенный метод и полученные оценки могут использоваться при изучении тенденций современного климата Земли.
Источник: ФНЦ агроэкологии РАН.
