Összesen 1 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM111482
Első szerző:Abriha Dávid (geográfus)
Cím:Városi objektum kinyerést célzó deep learning algoritmus alkalmazása nagy felbontású légifelvételek alapján / Abriha Dávid; Szabó Szilárd; Enyedi Péter
Dátum:2021
Megjegyzések:Deep learning architectures are applied in many areas of life. One such architecture is the U-Net, a fully convolutional network used primarily for semantic segmentation. In our study, we investigated the applicability of U-Net in building segmentation using a 4 band orthomosaic. We compared 4 models with different numbers of training data and investigated the impact of data augmentation on the accuracy. Our results showed that U-Net can be used effectively for building segmentation tasks. We achieved accuracies between 60 and 97 percent.
ISBN:978-963-318-977-1
Tárgyszavak:Természettudományok Földtudományok előadáskivonat
könyvrészlet
Megjelenés:Az elmélet és a gyakorlat találkozása a térinformatikában XII. / szerk. Molnár Vanda Éva. - p. 9-16. -
További szerzők:Szabó Szilárd (1974-) (geográfus) Enyedi Péter
Pályázati támogatás:Kooperatív Doktori Program
Egyéb
Internet cím:Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.