Сегментация спутниковых снимков городов по объектам

О сервисе

Что умеет эта модель? Модель способна выполнять семантическую сегментацию спутниковых изображений городов. Она классифицирует пиксели изображения, выделяя три основные категории объектов: здания (), дороги () и прочие элементы (). Это позволяет с высокой точностью определять контуры и расположение ключевых инфраструктурных объектов. Как обучена эта модель? Данная модель основана на архитектуре SegFormer b4 и была обучена на наборе данных . Этот набор данных содержит спутниковые изображения городов, размеченные для задач сегментации. Процесс обучения был направлен на минимизацию ошибок при классификации пикселей и максимизации метрики средней IoU (Intersection over Union), что обеспечивает высокое качество сегментации. Применение Эта модель идеально подходит для решения различных задач в области градостроительства, картографии, мониторинга инфраструктуры и городского планирования. Примеры использования: Автоматизированное создание высокоточных карт застройки и дорожной сети. Оценка плотности застройки и анализ использования земельных ресурсов. Мониторинг изменений в городской среде, таких как строительство новых дорог или зданий. Использование в системах навигации и геоинформационных системах. Ссылки ratnaonline1/segFormer-b4-city-satellite-segmentation-1024x1024 Ссылки https:// https://huggingface.co/ratnaonline1/segFormer-b4-city-satellite-segmentation-1024x1024 Источник: https://qubu.ai/models/segmentatsiya-sputnikovykh-snimkov-gorodov-po-obyektam License: MIT