search

jprokopczuk / Find-my-home-and-country-roads

1 stars 0 forks source link

Znalezienie bazy danych do treningu #1

Closed jprokopczuk closed 2 years ago

jprokopczuk commented 2 years ago

Należy znaleźć bazę danych, w której znajdą się przykładowe dane, które wykorzystamy do opracowywania algorytmu.

KarolNiem commented 2 years ago

Artykuł: Building and road detection from large aerial imagery Technologia: Konwolucyjne sieci neuronowe, a więc można byłoby użyć do implementacji Pythona i frameworka Tensorflow i interfejsu API Keras Zbiór danych: Massachusetts Building Dataset (budynki): https://www.kaggle.com/datasets/balraj98/massachusetts-buildings-dataset Massachusetts Roads Dataset (drogi): https://www.kaggle.com/datasets/balraj98/massachusetts-roads-dataset

Artykuł: Mining Spatial Attention-Based Contextual Information for Road Extraction Technologia: Konwolucyjne sieci neuronowe (konkretnie sieć MSACon) Zbiór danych: dataset for building and road detection (budynki i drogi): https://figshare.com/collections/Aerial_imagery_object_identification_dataset_for_building_and_road_detection_and_building_height_estimation/3290519

Artykuł: Aerial imagery for roof segmentation: A large-scale dataset towards automatic mapping of buildings Technologia: Konwolucyjne sieci neuronowe Zbiór danych: AIRS (Aerial Imagery for Roof Segmentation) (tylko budynki): https://www.airs-dataset.com/

Artykuł: Can Semantic Labeling Methods Generalize to Any City? The Inria Aerial Image Labeling Benchmark Technologia: Konwolucyjne sieci neuronowe Zbiór danych: Inria Aerial Image Labeling (tylko budynki): https://project.inria.fr/aerialimagelabeling/

Artykuł: RoadTracer: Automatic Extraction of Road Networks from Aerial Images Technologia: Autorska iteracyjna metoda RoadTracer opara o konwolucyjne sieci neuronowe Zbiór danych: RoadTracer (tylko drogi): https://github.com/mitroadmaps/roadtracer/tree/master/dataset

Który zbiór danych uważam za najlepszy? Moim zdaniem powinniśmy wybrać kombinację zbiorów Massachusetts Building Dataset w zadaniu wykrywania budynków oraz Massachusetts Roads Dataset w zadaniu wykrywania dróg. Przede wszystkim jest wiele artykułów podchodzących do tematu wykrywania dróg/budynków, które bazują właśnie na tych zbiorach. Wydają się one więc być najpopularniejsze. Będzie można zbadać różne podejścia i porównać wyniki opisane w różnych artykułach wykorzystujących te zbiory. Zbiór Massachusetts Roads Dataset składa się z 1171 zdjęć lotniczych stanu Massachusetts o wymiarach 1500x1500 pikseli (nie będzie więc problemu z ujednolicaniem rozmiarów zdjęć). Zbiór zawiera różnorodne zdjęcia przedstawiające zarówno obszary miejskie, przedmieścia i tereny pozamiejskie o łącznej powierzchni 2600 kilometrów kwadratowych. Drugi ze zbiorów jest mniej rozbudowany i składa się ze 151 obrazów, jednak posiada wszystkie inne zalety zbioru Massachusetts Roads Dataset.

jprokopczuk commented 2 years ago

Artykuł: Building detection from aerial images using invariant color features and shadow information, Beril Sırmac¸ek and Cem Unsalan, Computer Vision Research Laboratory Department of Electrical and Electronics Engineering Yeditepe University ˙Istanbul, 34755 TURKEY, IEEE Technologia: Analiza kolorów, wykrywanie cieni budynków Zbiór danych: "Istanbul Data Set": Brak danych co do linka