Разработка алгоритмов распознавания объектов воздушной съемки на основе свёрточных нейронных сетей c иерархическим классификатором

В работе ставится задача разработки сверточной нейронной сети сегментации аэросъемочных изображений для поиска и локализации объектов распознавания. Предложена архитектура сверточной нейронной сети, создающая нейросетевую систему распознавания объектов на изображениях, использующая новый подход к классификации с применением иерархического классификатора. Архитектура предназначена для решения поставленной задачи. Она является универсальной для многих наборов данных изображений и имеет высокие показатели производительности по затратам памяти, времени обучения сети, количеству параметров при распознавании, более высокое значение точности распознавания объектов по сравнению с уже существующими моделями сверточных нейронных сетей. Основное внимание уделено подходу к обучению такой сети и проведению экспериментов на сформированных выборках различных наборов данных с использованием графических ускорителей.