Крюкова, ГалинаДехтяр, Богдан-Ярема2025-09-102025-09-102025https://ekmair.ukma.edu.ua/handle/123456789/36593У роботi дослiджується завдання автоматизованого виявлення вирубок лiсу на супутникових знiмках, яке формалiзовано як завдання бiнарної сеґментацiї. Актуальнiсть дослiдження зумовлена значним екологiчним впливом дефорестацiї в Українi та потребою в оперативному монiторинґу лiсового покриву. Основна увага придiляється використанню сучасних пiдходiв на основi фундацiйних моделiв комп’ютерного зору й порiвнянню їх iз традицiйними архiтектурами. У межах дослiдження запропоновано тонке налаштування фундацiйного моделю Segment Anything Model (SAM) наступними методами: Generalized SAM (GSAM), що дозволяє працювати зi змiнними розмiрами вхiдних зображень, та SAM AdaptFormer, який застосовує адаптивнi блоки для покращення пристосування до завдання. Експерименти проведено на наборi супутникових знiмкiв Sentinel-2, що охоплюють територiю Харкiвської областi. Результати демонструють, що обидва модифiкованi пiдходи на основi SAM перевершують базовий модель за ключовими метриками точности (коефiцiєнти Дайса й Жаккара, влучнiсть i повнота), при чому найкращий результат показано конфiґурацiєю SAM AdaptFormer. Робота пiдтверджує ефективнiсть використання фундацiйних моделiв у завданнях виявлення дефорестацiї та вiдкриває перспективи для подальшого дослiдження адаптацiї великих моделiв до завдань дистанцiйного зондування Землi.ukвирубка лiсумонiторинґ лiсового покривубiнарна сеґментацiякомп’ютерний зірмагістерська роботаOther