ГЕОГРАФИЯЛЫҚ ЗЕРТТЕУДЕ ЖАСАНДЫ ИНТЕЛЛЕКТ НЕГІЗІНДЕ СПУТНИКТІК КЕСКІНДЕРДІ АВТОМАТТЫ ТҮРДЕ ТАЛДАУ
Анотація
Жаңа буын спутниктік топтарынан ( Sentinel, Landsat, WorldView, GaoFen және т.б.) келетін жерді қашықтықтан зондтау деректерінің қарқынды өсуі кескіндерді қолмен түсіруді іс жүзінде мүмкін емес. Сондықтан жасанды интеллект әдістерін енгізу қажеттілігін тудырады. Осы мақалда терең оқытуға негізделген спутниктік кескіндерді автоматты түрде талдаудың заманауи әдістерін қарастырамыз. CNN – конволюциялық нейрндық желілер, U – net типті архитектуралар ол, семантикалық сегментацияға арналаған. Faster R – CNN және YOLO YOLO сияқты нысан детекторлары және көріністерді жіктеу өзгерістерді анықтау тапсырмаларына арналған трансформаторлық модельдер қарастырылады. өзгерістерді анықтау тапсырмаларына арналған трансформаторлық модельдер қарастырылады. Дерекөзді талдау негізінде алгоритмдік тәсілдердің дәлдігі, қолдану аясы мен және есептеу тиімділіг салыстырылады. Нәтижелер мен кестелер декетернің нәтижесі диаграммалар түрінде ұсынылған. EfficientNet және трансформаторларға негізделген архитектуралар жіктеудің ең жоғары дәлдігін көрсетеді (99,7% дейін), назар аудару механизмдері бар U-Net отбасының модельдері сегменттеу есептеріндегі классикалық тәсілдерден асып түседі (miou 81% дейін), ал YOLO алгоритмдері нақты уақыт режимінде объектілерді анықтау кезінде жылдамдық пен дәлдіктің оңтайлы тепе-теңдігін қамтамасыз етеді. Жер бетін кешенді бақылау үшін гибридті CNN-трансформаторлық архитектуралардың болашағы туралы қорытынды жасалды.
