Помехоустойчивость модели полносверточной нейронной сети U Net при семантической сегментации деревьев пихты на зашумленных снимках с БПЛА

Аннотация: Исследуется помехоустойчивость модифицированной модели полносверточной нейронной сети U-Net с робастной функцией потерь Коши и функцией потерь Focal Loss при решении задачи сегментации (попиксельной классифи-кации) зашумленных снимков деревьев пихты, пораженных вредителями. Показано, что точность классификации таких деревьев падает с ростом площади зашумления и амплитуды импульсных помех на фрагментах обучающей выборки. При этом уровень падения точности зависит от используемой при обучении модифицированной модели U-Net функции потерь. Для модели с робастной функцией потерь Коши прослеживается более медленное сниже-ние помехоустойчивости при увеличении значений параметров зашумления.

Ключевые слова: помехоустойчивость мо-дифицированной модели полносверточной нейронной сети u-net, семантическая сегментация снимков деревьев пихты, беспилотный летательный аппарат

Библиография статьи: Малкин А. Ю. Помехоустойчивость модели полносверточной нейронной сети U Net при семантической сегментации деревьев пихты на зашумленных снимках с БПЛА / А. Ю. Малкин, Н. Г. Марков // Доклады ТУСУР. – 2024. – Т. 27, № 2. – С. 64–70. DOI: 10.21293/1818-0442-2024-27-2-64-70