DGIST Üniversitesi(Güney Kore) ve Dabeeo Inc.’den bir grup bilim insanı. Havadan ve uydu görüntülerindeki nesneleri doğru bir şekilde tanımlayabilen yeni bir sinir modülü sundu. “DG-Net” isimli modül çeşitli alanlarda uygulanabilmektedir.
Derin öğrenmenin son dönemdeki gelişmesiyle birlikte, hava ve uydu görüntülerinin analizinde uygulanması giderek yaygınlaşmaktadır. Ancak belirli nesneler için optimize edilmiş mevcut modellerin diğer nesneleri tanıma konusunda sınırlamaları vardı. Ayrıca bu modeller çoğu zaman nesnelerin morfolojik özelliklerini hesaba katmıyordu ve bu da hatalı sonuçlara yol açıyordu.
Bu sorunları çözmek için Profesör Jaeyoung Hwang‘ın ekibi, mevcut modellerden çok daha doğru sonuçlar sağlayan ve çok çeşitli alanlarda uygulanabilen “DG-Net” adlı bir sinir ağı geliştirdi. DG-Net, nesne yoğunluğunu tanımak ve ayrıntılı segmentasyon gerçekleştirmek amacıyla giriş görüntüleri için optimize edilmiş bir test aşaması uyarlamalı öğrenme yöntemini kullanıyor.
DG-Net sinir ağı, hava ve uydu görüntülerinde nesne bölümlendirmenin çeşitli görevlerinde yüksek performans göstermiş, özellikle mekansal nesnelerin coğrafi bölümlenmesinde doğruluk elde etmiştir.
