دراسة أثر نسبة التسرب على أداء شبكة U_Net للتقسيم الدلالي للصور

المؤلفون

  • فرح حداد جامعة تشرين
  • غادي محمودي جامعة تشرين
  • ثناء جبيلي جامعة تشرين

الكلمات المفتاحية:

شبكات التعلم العميق، الفصل الدلالي، شبكة U_Net، الصور الفضائية، نسبة التسرب.

الملخص

إن الفصل الدلالي في الصور الفضائية هو تقنية مفصلية للاستفادة من التصوير الفضائي وتعد شبكات التعلم العميق حاليا من التقنيات الأساسية لحل الكثير من المسائل الواقعية، ومنها معالجة الصور الفضائية، وخصوصا بنية مرمز_فاك ترميز (Encoder-Decoder Architecture). يتطلب تصميم بنية شبكة التعلم العميق البحث في فضاء واسع من الحلول، تتراوح بين البنى البسيطة، التي تعطي نتائج متواضعة، والبنى الأكثر تعقيدا، طمعا بالوصول إلى نتائج أفضل. ترافق هذه الحلول كلف زمنية وتقنية (الأجهزة التي تعمل عليها البرمجيات) مختلفة.

يحاول هذا البحث استقصاء الحلول الموافقة للظروف المحلية من عدد الصور الفضائية المتاحة ومعالجة الصور الأولية قبل إدخالها إلى مرحلة التقسيم الدلالي والتي سيتم تنفيذها باستخدام شبكة U_Net [1] المعدلة من حيث حجم طبقة الادخال وعدد الطبقات الالتفافية ونوع دالة التنشيط ونوع عملية استعادة البكسلات (النقاط اللونية) في المسار الثاني من الشبكة بالإضافة إلى دراسة تأثير إضافة طبقات تسريب إلى بنية الشبكة (دراسة نسب مختلفة للتسريب وتأثيره على نتائج النموذج)

التنزيلات

منشور

2022-09-19

كيفية الاقتباس

1.
حداد ف, محمودي غ, جبيلي ث. دراسة أثر نسبة التسرب على أداء شبكة U_Net للتقسيم الدلالي للصور. Tuj-eng [انترنت]. 19 سبتمبر، 2022 [وثق 27 نوفمبر، 2024];44(4):287-302. موجود في: https://journal.tishreen.edu.sy/index.php/engscnc/article/view/11835