20.500.12556/RUL-119838 Izboljšava segmentacije multispektralnih slik z upoštevanjem negotovosti oznak Multispectral imagery segmentation improvement using ambiguous labels V okviru diplomske naloge analiziramo vpliv šumnih podatkov na učenje modelov za klasifikacijo. Osredotočimo se na klasifikacijo poljščin iz multispektralnih satelitskih slik. Obstoječo arhitekturo nevronskih mrež za klasifikacijo poljščin prilagodimo, da se lahko uči z negotovimi oznakami razredov, ki izhajajo iz pogostih mejnih celic površin, ki vsebujejo dva ali več razredov poljščin. Metodo smo ovrednotili na podatkovni zbirki, ki vključuje celotno površje Slovenije, obravnavanje negotovosti v oznakah klasifikacijsko točnost izboljša za 5\%, kar odpira nove možnosti za bolj robustno učenje napovednih modelov na podobnih problemih. In the thesis, we analyzed the impact of noise data on the learning of classification models. We focused on the classification of crops from multispectral satellite images. The existing neural network architecture for crop classification is adapted so that it can be learned with uncertain class designations derived from common surface boundary cells containing two or more crop classes. The method was evaluated on a dataset that includes the entire surface of Slovenia, the evaluation of uncertainty in labels improves the classification accuracy by 5\%, which opens new possibilities for more robust learning of predictive models on similar problems. globoko učenje Sentinel-2 razpoznavanje poljščin klasifikacija površja deep learning Sentinel-2 crop classification land use and land cover classification true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2020-09-11 17:05:22 2020-09-11 17:05:24 2024-02-02 11:17:20 0000-00-00 00:00:00 2020 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 25930 30824195 Bogataj_Mark_-_Izboljsava_segmentacije_multispektralnih_slik_z_upostevanjem_negotovosti_oznak.pdf Bogataj_Mark_-_Izboljsava_segmentacije_multispektralnih_slik_z_upostevanjem_negotovosti_oznak.pdf 1 5D5439CC6C0E0322B51DB573B0A4B168 767f27bf0ac732a3adb6ab30598c6ecad3562b9a744b229cd0611f759f1671d2 ef49e53c-a1b9-11eb-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=134574 Fakulteta za računalništvo in informatiko 0 0 0