С развитием глубокого обучения в последнее время его применение в анализе аэро- и спутниковых снимков стало все более распространенным. Однако существующие модели, оптимизированные для определенных объектов, имели ограничения в распознавании других объектов. Кроме того, эти модели часто не учитывали морфологические характеристики объектов, что приводило к неточным результатам.
Для решения этих проблем команда профессора Джеён Хванга разработала нейронную сеть «DG-Net», которая обеспечивает гораздо более точные результаты, чем существующие модели, и применима в широком диапазоне областей. DG-Net использует метод адаптивного обучения на этапе тестирования, оптимизированный для входных изображений, для распознавания плотности объектов и выполнения детальной сегментации.
Нейронная сеть DG-Net показала высокую производительность в различных задачах сегментации объектов на аэро- и спутниковых снимках, особенно достигнув точности в географической сегментации пространственных объектов.