Hidrológiai Közlöny, 2020 (100. évfolyam)
2020 / 1. szám
Benkő G. és társai: Folyami mederanyag szemösszetételének vizsgálata Mély Tanulás eljárással drónfelvételek alapján 67 7. ábra. Az Intersection over Union értelmezése (Forrás: www.pyimageresearch.com) Figure 7. Interpretation of Intersection over Union (Source: www.pyimageresearch. com Kép alapú adathalmazok esetén a teljes halmazra számítjuk az IoU-t, és az alapján jellemezzük a pontosságot, ezt nevezzük mloU-nak (mean IoU - átlag IoU), amely érték ennél a modellnél 62,3% volt, ami egy jó eredmény, ha számításba vesszük, hogy általában élesen elhatárolható objektumok szegmentálására használják, mi viszont földfelszíni textúrákat szegmentáltunk vele. A modell értékelésének további módja lehet, és a jelen kutatás szempontjából fontosabb is, az alapigazságként szolgáló és a szegmentált kép pixel alapú összehasonlítása. Azért lényegesebb ez a típusú validációs érték, mivel a kapott képből, és annak kategóriánkénti pixelszámaiból szeretnénk meghatározni a bemeneti kép által bemutatott terület szemeloszlási görbéjét. Ez a típusú pontosság a mi esetünkben 81,5%-os értéket ad, ami nagyon jónak számít, hisz az annotált és a kapott szegmentált kép nagyrészt megegyezett. Erre a pontosságra mutatunk be példákat a 8. ábrán is, ahol a drónfelvételekből kivágott eredeti képek, a kézzel lehatárolt (annotált) képek és a modell által javasolt kategóriákat láthatjuk. 8. ábra. Eredeti képek a drónfelvételböl (bal), annotált képek (közép) és a modell által elvégzett osztályozás (jobb) Figure 8. Original UAV images (left), annotated images as the ground truth (middle), segmented images produced by the model (right) A képelemzés két végtermékben kell, hogy kicsúcsosodjon. Az egyik egy, a repülési területet lefedő, a drón berepülési útvonala mentén alkotott, a szegmentált képekből összeállított mederanyag osztály térkép (ez az adott helyen jellemző átlagos szemcseméretet adja vissza), továbbá ezen útvonal mentén, szemcseeloszlási görbék alkotása, melyeknek segítségével a szakemberek számszerű információkat is kaphatnak a terület szemcseösszetételi viszonyait illetően. Egy ilyen szemösszetételi görbe látható a 9. ábrán.
