Учебный проект в рамках первой части курса "Нейросетевые технологии"(Stepik - DLSchool,МФТИ).

В проекте изучаются подходы к задаче сегментации построек Майа на разных участках местности размером 240 на 240 метров. Для каждого такого участка в датасете имеется снимок с лидара размера 480x480 + снимок со спутника sentinel1 размера 24х24 + снимок со спутника sentinel2 размера 24х24. В снимке с лидара находится всего три канала, как в обычном трехцветном снимке.

Для повторения экспериментов данного проекта необходимо загрузить в среду выполнения Kaggle соответствующий Jupyter Notebook и данные.

Ссылка на данные: https://drive.google.com/file/d/1V5u9z9eumt6afNxtXjnYWZmytz2CTjNJ/view?usp=sharing

Также для демонстрации работы моделей проекта можно загрузить в среду Kaggle соответствующие сохраненные предобученные веса из папки по адресу: https://drive.google.com/drive/folders/1MzdW3HpgIyn5_odM6gG1RPDPKKUjcdFa?usp=sharing


Educational project within the first part of the course "Neural Network Technologies" (Stepik - DLSchool, MIPT).

The project studies approaches to the problem of segmentation of Mayan buildings in different areas (of size 240 by 240 meters). For each such area in the dataset there are a 480x480 lidar image + a 24x24 image from the sentinel1 satellite + a 24x24 image from the sentinel2 satellite. There are only three channels in the lidar image, as in a regular three-color image.

To repeat the experiments of this project, you need to load the appropriate Jupyter Notebook and data into the Kaggle runtime.

Data link: https://drive.google.com/file/d/1V5u9z9eumt6afNxtXjnYWZmytz2CTjNJ/view?usp=sharing

You can also upload the corresponding saved pre-trained weights to the Kaggle environment to demonstrate how the project models work. Shared folder with saved weights: https://drive.google.com/drive/folders/1MzdW3HpgIyn5_odM6gG1RPDPKKUjcdFa?usp=sharing