Methodenvergleich zum Einsatz von Deep Learning zur kamerabasierten Ermittlung des Schneebedeckungsgrades

Perkovic, Mike

Titel:	Methodenvergleich zum Einsatz von Deep Learning zur kamerabasierten Ermittlung des Schneebedeckungsgrades
Sprache:	Deutsch
Autorenschaft:	Perkovic, Mike
Schlagwörter:	Kamera; Wetter; Schnee; Bedeckungsgrad; Deep Learning; Künstliches neuronales Netz; KNN; Erkennung; Algorithmus; Open Source; Python; OpenCV; TensorFlow; Keras; Neuronales Faltungsnetz; CNN; Camera; Weather; Snow; Coverage; Artificial Neural Network; ANN; Recognition; Algorithm; Convolutional Neural Network
Erscheinungsdatum:	22-Mär-2024
Zusammenfassung:	Diese Arbeit befasst sich mit der Frage, welche Methode dafür geeignet ist, den Schneebedeckungsgrad auf Bildern optimal zu erkennen. Zur Realisierung wird Deep Learning in Kombination mit Faltungsnetzen angewendet. Es werden verschiedene Bilddatensätze und Netze verwendet wie VGG16, Xception und DenseNet201. This thesis deals with the question of which method is suitable for optimally detecting the degree of snow cover on images. For the realization, Deep Learning in combination with convolutional networks is applied. Different image datasets and networks are used, such as VGG16, Xception and DenseNet201.
URI:	http://hdl.handle.net/20.500.12738/15307
Einrichtung:	Fakultät Technik und Informatik Department Informations- und Elektrotechnik
Dokumenttyp:	Abschlussarbeit
Abschlussarbeitentyp:	Masterarbeit
Hauptgutachter*in:	Dahlkemper, Jörg
Gutachter*in der Arbeit:	Meisel, Andreas
Enthalten in den Sammlungen:	Theses