Сегментация аэрофотоснимков дронов с SegFormer

Описание модели

Эта модель представляет собой fine-tuned версию модели nvidia/mit-b0, обученную для сегментации аэрофотоснимков, полученных с дронов. Она позволяет разделить изображение на различные классы объектов, такие как дороги, здания, растительность и другие.

Как обучена модель

• Модель была обучена с использованием следующих гиперпараметров:

• Скорость обучения: 5e-05

• Размер пакета для обучения: 24

• Размер пакета для оценки: 8

• Начальное значение для генератора случайных чисел: 42

• Оптимизатор: Adam с параметрами betas=(0.9,0.999) и epsilon=1e-08

• Тип планировщика скорости обучения: linear

• Количество эпох: 50

Результаты оценки

• На оценочном наборе данных модель показала следующие результаты:

• Loss: 0.8852

• Mean Iou: 0.2994

• Mean Accuracy: 0.3923

• Overall Accuracy: 0.7774

Применение

• Модель может быть использована для автоматической обработки данных с дронов, например, для:

• Мониторинга сельскохозяйственных угодий

• Оценки состояния инфраструктуры

• Создания карт местности

• Анализа городской среды

• Пример использования модели:

Список классов

• Модель определяет следующие классы объектов:

• unlabeled

• paved-area

• dirt

• grass

• gravel

• water

• rocks

• pool

• vegetation

• roof

• wall

• window

• door

• fence

• fence-pole

• person

• dog

• car

• bicycle

• tree

• bald-tree

• ar-marker

• obstacle

• conflicting

Ссылки

Thalirajesh/Aerial-Drone-Image-Segmentation

Ссылки

https://https://huggingface.co/Thalirajesh/Aerial-Drone-Image-Segmentation