17 Chen Ch. Минальд А. А. Богуш Р. П. Ma G. Weichen Y. Абламейко С. В. обнаружение и классификация объектов изображения земной поверхности изображения сверхвысокого разрешения нейронная сеть 2022 2022-03-24 10.47612/0514-7506-2022-89-2-275-282 Журнал прикладной спектроскопии Предлагается архитектура глубокой нейронной сети, основанная на интеграции сверточной нейронной сети Faster R-CNN с модулем Feature Pyramid Network. На основе данного подхода разработан алгоритм обнаружения и классификации транспортных средств на изображениях и соответствующая модель. Для обучения предложенной модели использована кроссплатформенная среда ML.NET. Представлены результаты сравнения эффективности применения предложенного подхода и сверточных нейронных сетей YOLO v4 и Faster R-CNN. Показано улучшение точности обнаружения и локализации разных типов транспортных средств на снимках сверхвысокого разрешения. Приведены примеры обработки изображений земной поверхности сверхвысокого разрешения и даны соответствующие рекомендации. https://www.academjournals.by/publication/15490 https://www.academjournals.by/files/15448