Подбор параметров обучения нейронной сети PointNext при сегментации точек лазерного отражения для государственного мониторинга земель

Abstract

Статья посвящена исследованию применения искусственных нейронных сетей в качестве метода обработки данных лазерного сканирования при проведении государственного мониторинга земель. Важнейшей характеристикой нейронной сети является показатель точности сегментации, поэтому целью настоящего исследования является подбор наилучших параметров обучения на примере искусственно сгенерированного облака точек лазерного отражения для повышения качества модели нейронной сети PointNext при проведении государственного мониторинга земель. В работе проанализированы результаты обучения и оценена точность полученной модели. Как результат, выявлены наилучшие параметры обучения для получения максимальной точности при обучении нейронной сети PointNext. Полученные параметры позволят уменьшить сроки проведения государственного мониторинга земель при реализации государственной программы по приватизации земельных участков из государственной собственности.