Mask R-CNN v prostředí GRASS GIS

Abstract

Cílem diplomové práce je návrh softwarových nástrojů umožňujících uživateli využití Mask R-CNN (Mask region-based convolutional neural networks) v prostředí GRASS GIS. Tyto nástroje zprostředkovávají možnost učit svůj vlastní Mask R-CNN model a~aplikovat jej za účelem získání vektorových masek objektů z rastrových dat. V textu práce je nejprve nastíněn teoretický základ konvolučních neuronových sítí, následuje přehled možností jejich využití v počítačovém vidění, dále kapitoly o použitých technologiích, a uzavírá jej část věnovaná implementaci samotné. Přílohy obsahují uživatelskou příručku a ukázku výsledků dosažených za využití vytvořených modulů.

The goal of this thesis is to develop software tools allowing the user to use Mask R-CNN (Mask region-based convolutional neural networks) in GRASS GIS. These tools allow the user to train his own Mask R-CNN model and use it to get vector masks from raster data. In the text of the thesis, the theory behind convolutional neural networks is introduced, followed by a list of their possible applications in the field of computer vision, a brief sketch of used technologies and is ended with a part dedicated to the implementation itself. The appendix contains a user manual and examples of usage.