Zaznavanje odpadkov v morju z metodami globokega učenjaErznožnik, Brina (Avtor) Čehovin Zajc, Luka (Mentor) morski odpadkigloboko učenjeokoljevarstvodaljinsko zaznavanjesemantična segmentacijaV diplomskem delu je obravnavan problem semantične segmentacije morskega okolja iz satelitskih posnetkov Sentinel-2 s posebnim poudarkom na zaznavanju plavajočih plastičnih odpadkov, ki predstavljajo majhne, redke in težko zaznavne strukture. Začetna analiza je pokazala omejitve izhodiščnega modela UNet pri razločevanju redkih razredov ter pri zaznavanju objektov, ki obsegajo le nekaj pikslov. Na podlagi podrobne vizualne in podatkovne analize napak so bile preizkušene različne izboljšave, vključno z razširitvijo arhitekture, uporabo alternativnih funkcij izgube in bolj kompleksnimi arhitekturami. Najboljše rezultate je dosegla različica UNet z večjim številom skritih kanalov in kombinacijo križne entropije ter Diceove izgube. Predlagana izboljšava bistveno izboljša segmentacijo redkih in zahtevnih razredov in preseže izhodiščni model pri vseh uporabljenih metrikah.20262026-02-18 08:00:26Diplomsko delo/naloga179588VisID: 38032COBISS_ID: 270267651sl