Разберем основные этапы разработки сервиса для автоматического распознавания и векторизации данных на спутниковых снимках, аэрофотоснимках, данных с БПЛА.
Описание:
1. Выбор архитектуры нейронной сети: изучим современные архитектуры сетей для семантической сегментации объектов на изображениях.
2. Сбор и подготовка данных: обсудим этапы подготовки изображений для обучения нейронной сети, включая аннотирование объектов на изображении и аугментацию данных.
3. Обучение и тестирование модели: разберем стратегию обучения сети, настройку гиперпараметров.
4. Векторизация масок, полученных с помощью нейронной сети: обсудим сглаживание полигонов, сшивку, контроль самопересечений
5. Разработка серверной части: рассмотрим технические аспекты реализации модуля авторизации и обработки заявок от клиентов (PHP/C++), модуля распознавания (Python), брокера сообщений для асинхронного взаимодействие между компонентами.
6. Разработка клиентской части: рассмотрим технические аспекты реализации интерфейса пользователя (Qt), интеграции в ГИС, взаимодействия с сервером
7. Масштабирование системы и оптимизация производительности: уделим внимание подключению дополнительных серверов для распознавания, использованию ресурсов GPU
