Современные технологии дистанционного зондирования Земли (ДЗЗ) предоставляют огромные объемы данных, таких как спутниковые снимки, аэрофотоснимки и данные, полученные с беспилотных летательных аппаратов. Эти данные имеют огромное значение для задач мониторинга, планирования и управления территорией, но их анализ вручную или с использованием традиционных методов становится все более сложной задачей из-за увеличения объемов и сложности информации. Глубокие нейронные сети (Deep Neural Networks, DNN) продемонстрировали высокую эффективность в автоматизации анализа изображений, решая задачи классификации, сегментации и детекции объектов. Одним из инструментов, предоставляющих возможности глубокого обучения для работы с данными ДЗЗ, является плагин Deepness для QGIS [1,3].
Читать далее Интеграция нейросетей в геоинформационные системы: плагин Deepness для QGIS