Panoptična segmentacijska metoda za detekcijo ovir v vodnem okoljuNovak, Gregor (Avtor) Kristan, Matej (Mentor) Žust, Lojze (Komentor) računalniški vidpanoptična segmentacijadetekcija oviravtonomna vozilaPanoptična segmentacija je pomemben del razvoja vodnih avtonomnih plovil, saj z njo pridobimo podrobne informacije o dinamičnih ovirah. Pri segmentaciji vodnega okolja pa prevladuje uporaba semantičnih segmentacijskih metod brez panoptične segmentacije. V delu ta problem naslovimo in predlagamo novo panoptično segmentacijsko metodo PSAM, ki temelji na agnostični segmentacijski metodi SAM. Za napovedovanje instančne segmentacije metodi SAM podamo očrtane okvirje, napovedane z metodo YOLOv7. Za semantično segmentacijo v arhitekturi metode SAM razvijemo novo konvolucijsko glavo, pri kateri uporabimo tudi preskočne povezave s kodirnikom slik SAM. PSAM dosega izboljšane rezultate tako panoptične kot tudi semantične segmentacije. Za dinamične ovire doseže 31,3 % višjo kvaliteto razpoznavanja RQ od najboljše panoptične metode Mask2Former, skupna kvaliteta razpoznavanja dinamičnih ovir in neštevnih območij pa je izboljšana za 12,6 %. Zaradi izboljšane kvalitete razpoznavanja metoda doseže 10,8 % višjo panoptično kvaliteto PQ. PSAM pri semantični segmentaciji v primerjavi z najboljšo metodo KNet za območja dinamičnih ovir doseže 10 % višjo natančnost in 1,5 % višji priklic. S tem se izboljša tudi vrednost F1, ki je višja za 6 %.20242024-11-26 14:40:02Magistrsko delo/naloga165194sl