ارزيابي قابليت شبكه رمزگذار-رمزگشاي DEEPLABV3+ با پيچش هاي آتروس اصلاح شده (مطالعه موردي: قطعه بندي معنايي ساختمان)

قطعه ‌بندي ساختمان‌ها به دليل نياز به ويژگي‌هاي معنايي غني كار دشواري است. تفاوت در شكل، رنگ و اندازه ساختمان ها و نزديكي آن ها به ساير عوارض مانند پاركينگ‌ها و خيابان‌ها تشخيص آنها را در تصاوير با وضوح زياد با چالش هايي روبرو مي‌سازد. در اين تحقيق با هدف استخراج ساختمان‌ از تصاوير با وضوح زياد، از يك معماري شبكه عصبي پيچشي عميق از نوع رمزگذار-رمزگشا مبتني بر مدل اصلاح شده DeepLabV3+  استفاده شده است. در ماژول آتروس اين مدل اصلاح شده، لايه‌هاي پيچش با نرخ‌هاي كمتري در مقايسه با ماژول اصلي، اعمال شده و از پيچش گسترده به جاي پيچش استاندارد استفاده گرديد تا هدف دستيابي به قطعه‌بندي معنايي قدرتمندتر عوارض ساختماني با اندازه كوچك و بزرگ محقق گردد. قابليت اجرايي مدل پيشنهادي در اين تحقيق با استفاده از دو مجموعه داده WHU و INRIA ارزيابي گرديد و نتايج بدست آمده نشان داد كه استفاده از نرخ هاي آتروس كمتر و تغيير آنها به 4، 8 و 12به‌طور قابل‌توجهي عملكرد قطعه‌بندي را در هردو مجموعه داده بهبود بخشيد. مدل اصلاح شده پيشنهادي توانست شاخص هاي Recall،  IOU وF-Score را در مجموعه داده WHU نسبت به ساير مدل هاي پيشرفته به ترتيب به ميزان0.33، 0.39 و 0.53 بهبود بخشد. به علاوه، روش اصلاح شده در مجموعه داده INRIA توانست شاخص هاي فوق را نسبت به اين مدل ها به ترتيب به ميزان 1.22 ،0.35 و 0.35 بهبود بخشد. مدل پيشنهادي دراين تحقيق براساس كاهش نرخ‌هاي آتروس به 4، 8 و 12 و تغيير در لايه‌هاي ResNet-50 توانست در استخراج عوارض ساختماني به IOUبرابر با 89.51 در مجموعه داده WHU و 76.64 در مجموعه داده INRIA دست يابد. در حاليكه، مدل DeepLabV3+ اصلي با نرخ‌هاي آتروس 6، 12، 18 و نسخه اصلي ResNet-50، مقدارIOUبرابر با 88.87 را در مجموعه داده WHU و مقدارIOU برابر با 75.82 را در مجموعه داده INRIA براي قطعه‌بندي ساختمان‌ها به دست آورد.