Podsumowanie Modelu Segmentacji Paneli Fotowoltaicznych

Do czego służy wytrenowany model?

Model został wytrenowany do segmentacji paneli fotowoltaicznych na dachach budynków jednorodzinnych. Jego zadaniem jest wykrywanie obszarów pokrytych panelami oraz rozróżnianie ich od tła.

Na jakich danych został wytrenowany model?

Model został wytrenowany na dwóch zestawach danych:

1. Publicznie dostępny zbiór danych: Zenodo - Solar Panel Segmentation.
2. Własne dane przygotowane w oparciu o precyzyjną ortofotomapę Poznania.

Dla jakiej rozdzielczości przestrzennej został wytrenowany model?

Model został wytrenowany na obrazach o rozdzielczości 512x512 pikseli.

Na jakim źródle danych model sprawdza się najlepiej?

Model osiąga najlepsze wyniki na obrazach z ortofotomap o wysokiej jakości, zwłaszcza w obszarach miejskich, gdzie panele fotowoltaiczne są dobrze widoczne i kontrastują z otoczeniem.

Przykłady najlepszych i najgorszych rezultatów

Najlepsze rezultaty:

• Obrazy o wysokim kontraście i dobrym oświetleniu.
• Panele fotowoltaiczne o wyraźnych krawędziach i jednolitym kolorze.

Najgorsze rezultaty:

• Obszary zacienione lub częściowo zasłonięte.
• Dachy z panelami o nieregularnym układzie lub w złym stanie technicznym.
• Obrazy o niskim kontraście lub dużym poziomie szumów.

Metryki działania modelu

• IoU - Intersection over Union: osiągało wartość ponad 0.8:

• 

• Validation loss:

run container ./docker/run_gpu.sh