Аннотация:Целью исследования является разработка модели, способной с помощью алгоритмов машинного обучения по данным OpenStreetMap распознавать и извлекать объекты различных классов с космических снимков высокого пространственного разрешения. Для достижения поставленной цели требуется выполнить следующие задачи:
1. Произвести теоретический обзор методологической базы:
o изучить внутреннюю структуру данных OpenStreetMap;
o ознакомиться со статьями по автоматизированному дешифрированию снимков с использованием технологии машинного обучения, рассмотрев наиболее актуальные и перспективные методы;
o изучить принцип работы наиболее эффективных алгоритмов машинного обучения для распознавания объектов, представленных на космических снимках.
2. Приняв во внимание теоретические знания, приобретённые ранее, определиться с алгоритмом для дальнейшего использования. На этом основании подобрать наиболее рациональную архитектуру и конфигурацию модели для её эффективной реализации.
3. Реализовать разработанную ранее концепцию программы на языке Python 3.6.
4. Произвести апробацию полученного продукта на различных классах объектов, представленных на космических снимках: растительности (древесной и травянистой), застройки и гидрографии. После чего сформировать выводы о достоверности данных OpenStreetMap в качестве эталонов для машинного обучения.