Разработка алгоритма нейросетевого анализа загрязнений водоемов по аэрофотоснимкам

Консультант(ы): 

Ключевые слова: 

Тематика проводимого исследования: 

Наука о данных, машинное обучение, идентификация систем

Приобретаемые знания: 

Знания в области разработки сверточных нейронных сетей и обработки аэрофотоснимков (могут быть полезны при разработке систем технического зрения беспилотных летательных аппаратов, а также при работе с геоинформационными системами)

Приобретаемые навыки и умения: 

Умение программно реализовывать модель нейросетевого классификатора на языке Python; умение подготавливать обучающую выборку для настройки нейронной сети.

Необходимый уровень знаний и навыков практиканта для выполнения задания: 

Линейная алгебра, математический анализ, методы искусственного интеллекта, владение языком программирования Python

Тип проекта: 

Практика / научно-исследовательская работа

Период практики: 

1 семестр

Краткое описание проекта: 

Рассматривается задача сегментации фрагментов поверхности на выбранном аэрофотоснимке; требуется выбрать архитектуру сверточной нейронной сети и обучить ее на множестве подготовленных примеров для достижения высокой точности сегментации загрязнений на поверхности воды.

Задания на практику: 

1) разработать программно-алгоритмическое обеспечение для загрузки и отображения аэрофотоснимков; 2) разработать программно-алгоритмическое обеспечение для формирования обучающего множества из фрагментов аэрофотоснимков для настройки нейронной сети; 3) разработать и программно реализовать архитектуру нейросетевого классификатора фрагментов аэрофотоснимков; 4) обучить нейронную сеть и провести исследования точности сегментации загрязнений; 5) сравнить несколько архитектур нейронных сетей различной сложности в задаче сегментации загрязнений.

Результат выполнения проекта: 

Отчет о полученных результатах нейросетевого анализа загрязнений; описание архитектуры разработанного нейросетевого классификатора; программная реализация нейронной сети на языке программирования Python.