Prepoznava poplavnih območij iz satelitskih posnetkov Sentinel-2 z modeli konvolucijskih nevronskih mrežSkledar, Primož (Avtor) Oštir, Krištof (Mentor) Grigillo, Dejan (Komentor) Dougan, Jernej Nejc (Komentor) geodezijamagistrska delaGIGstrojno učenjesemantična segmentacijakonvolucijska nevronska mrežahiperparametribinarna klasifikacijaMobileNetV2EfficientNetSentinel-2poplaveKonvolucijske nevronske mreže so v zadnjem desetletju v zelo velikem razvoju in se uporabljajo na skoraj vseh področjih znanosti. Pri nalogah prepoznave poplavnih območij se v veliki meri uporabljajo nevronske mreže, ki zagotavljajo avtomatizirano prepoznavo le teh z zanesljivimi rezultati. Ti rezultati so pomembni za ocenjevanje škode in pri načrtovanju obnove poplavnega območja. V raziskavi sem uporabil dva modela konvolucijske nevronske mreže, in sicer MobileNetV2 in dve stopnji EfficientNet. Za učenje modela sem uporabil podatke satelita Sentinel-2. Za ločevanje poplavljenega in nepopravljenega območja sem izdelal lastno zbirko oznak. Izdelali smo program, ki se uporablja za predobdelavo podatkov in učenje modelov. Uporabljene modele sem testiral s spreminjanjem hiperparametrov. Prav tako sem izvedel test spreminjanja po nivoju produkta in izbiro kanalov satelita Sentinel-2. V tretjem delu testiranj sem izboljšal rezultat zgolj z bogatenjem količine podatkov. Po vsakem testiranju sem podatke analiziral in pridobil optimiziran model, kot rezultat, ki je sposoben uspešno prepoznati poplavno območje. V izbranem GMS-GIS-u sem uporabil izdelano metodo in jo preizkusil na novih podatkih.[P. Skledar]20222022-09-10 08:45:17Magistrsko delo/naloga140081UDK: 528.7:556.531/.532(043.3)VisID: 150627COBISS_ID: 125106435sl