Original title:
Hledání městkých prvků v satelitních snímcích
Translated title:
Urban Element Detection Using Satellite Imagery
Authors:
Oravec, Dávid ; Herout, Adam (referee) ; Zlámal, Adam (advisor) Document type: Bachelor's theses
Year:
2021
Language:
eng Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[eng][cze]
Táto práca sa zameriava na správnu detekciu objektov v satelitných snímkach pomocou konvolučných neuronových sietí. Cieľom práce je pomocou natrénovaného modelu detekovať bazény a tenisové ihriská v satelitných snímkach z rôznych miest. Model pracuje s dátami z 10 rôznych miest. Pri vypracovaní bol využitý model neurónovej siete RetinaNet a knižnica Detectron2. Model, ktorý sa podarilo vytrénovať, dokáže detekovať objekty s priemernou presnosťou (AP50) na úrovni 63,402 %. Práca môže byť prínosom v oblasti automatizovania získavania štatistík o povrchu zeme.
This thesis focuses on the right detection of objects in satellite imagery using convolutional neural networks. The goal of the thesis is to detect swimming pools and tennis courts in satellite imagery from different cities using the trained model. The model works with data from 10 different cities. The RetinaNet neural network model and Detectron2 library were used for development. The final trained model can detect objects with the average precision (AP50) at the level of 63.402 %. The thesis can be useful in the field of automating the acquisition of land surface statistics.
Keywords:
Detectron2; detekcia objektov; klasifikácia obrazov; konvolučné neurónové siete; počítačové videnie; RetinaNet; segmentácia inštancií; sémantická segmentácia; computer vision; convolutional neural networks; Detectron2; image classification; instance segmentation; object detection; RetinaNet; semantic segmentation
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/199391