| DC Field | Value | Language |
|---|
| dc.contributor.author | Ерофеев, В. С. | - |
| dc.date.accessioned | 2025-06-23T07:11:03Z | - |
| dc.date.available | 2025-06-23T07:11:03Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Ерофеев, В. С. Сегментация спутниковых изображений на основе сверточных нейронных сетей = Segmentation of satellite images based on convolutional neural networks / В. С. Ерофеев // Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2025. – С. 44–48. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/60402 | - |
| dc.description.abstract | В работе проводится сравнительный анализ архитектур сверточных нейронных сетей U-Net и Feature Pyramid
Network применительно к задаче сегментации спутниковых изображений. Полученные результаты показывают, что обе
архитектуры демонстрируют высокую точность сегментации, при этом U-Net обеспечивает лучшую детализацию мелких
объектов, а Feature Pyramid Network – более устойчивую сегментацию объектов различного масштаба. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | спутниковые изображения | en_US |
| dc.subject | сверточные нейронные сети | en_US |
| dc.subject | спутниковые данные | en_US |
| dc.title | Сегментация спутниковых изображений на основе сверточных нейронных сетей | en_US |
| dc.title.alternative | Segmentation of satellite images based on convolutional neural networks | en_US |
| dc.type | Article | en_US |
| local.description.annotation | In the paper we compare the U-Net and Feature Pyramid Network convolutional neural network architectures for the satellite
image segmentation. The results show that both architectures demonstrate high segmentation accuracy, with U-Net providing better detail of
small objects and Feature Pyramid Network providing more stable segmentation of objects of different scales. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2025)
|
