Investigation of the applicability of the convolutional neural network U-Net to a problem of segmentation of aircraft images

D.A Gavrilov

doi:10.18287/2412-6179-co-804

Abstract

The paper investigates the applicability of the convolutional neural network "U-Net" to a problem of segmentation of aircraft images. The neural network image segmentation method is based on the "Carvana" implementation with the "U-Net" architecture. For orientation recognition, a neural network built in the Keras open neural network library based on the pretrained VGG16 neural network is used. The approach considered allows the image segmentation to be conducted. The results of the experiments have shown the possibility of a fairly accurate selection of the object of interest. The resulting binary masks make it possible to visually classify the aircraft in the image.

Highlights

В работе проведено исследование применимости сверточной нейронной сети U-Net к задаче сегментации изображений авиационной техники
The paper investigates the applicability of the convolutional neural network "U-Net" to a problem of segmentation of aircraft images
The neural network image segmentation method is based on the "Carvana" implementation with the "U-Net" architecture

Summary

Introduction

В работе проведено исследование применимости сверточной нейронной сети U-Net к задаче сегментации изображений авиационной техники. Метод нейросетевой сегментации изображений основан на реализации Сarvana c архитектурой типа U-Net, для распознавания ориентации использована нейросеть, построенная в открытой нейросетевой библиотеке U-Net к задаче сегментации изображений авиационной техники / Д.А. Морфология объекта подразумевает дификация сверточной нейронной сети на основе реописание его внешнего строения, формы, размера, а ализации Сarvana c архитектурой типа U-Net [11 – 12], также расположение образующих его структурных предназначенная для сегментации изображений.

Results

Conclusion