Модель машинного обучения для обработки аэрокосмических изображений земной поверхности

Abstract

Представлены особенности получения и обработки аэрокосмических изображений земной поверхности в контексте цифровизации для создания точных топографических карт и планов в цифровом и графическом форматах. Создана модель обработки данных на основе языка программирования Python и нейронных сетей, целью которой является улучшение распознавания объектов на аэрокосмических снимках. Методология разработки модели машинного обучения включает в себя определение целей и задач модели, выбор подходящего алгоритма обучения (в данном случае – нейронных сетей), сбор и подготовку набора данных, настройку модели и тестирование на тестовом наборе данных. Рассмотрены недостатки существующих алгоритмов обработки данных, представлен подход, позволяющий повысить эффективность распознавания и анализа данных.