Segmentierung von Gewässern auf Satellitenbildern

Projektarbeit im Rahmen des Kurses: Maschinelles Lernen für Physiker*innen

Partner: Nico Guth @NicoJG

Code: Das Projekt wurde mithilfe der Deep-Learning Python-Bibliothek Tensorflow durchgeführt und das neuronale Netz auf Google Colab trainiert.

Methode

Convolutional Neural Network (CNN) mit U-Struktur

Quelle: O. Ronneberger, P.Fischer und T. Brox. „U-Net: Convolutional Networks for Bio-medical Image Segmentation“

Alternativ-Methode

Random Forest (RF) und Informationen über den Gradienten.

Datensatz

Input: Satellitenbild

Output: Maske mit Gewässern

Der mithilfe der Mapbox- und OpenStreetMap-API generierte Datensatz beinhaltet ca. 58.000 Satellitenbilder. Zu jedem Satellitenbild gehört ein Maskenbild, welches vorhandene Gewässer anzeigt. Jeder in der Karte eingezeichnete Punkt stellt ein Satellitenbild dar. Der Datensatz repräsentiert also den europäischen Kontinent.

Ergebnisse

        Input                      Maske                Ergebnis CNN            Ergebnis RF

©Mapbox ©OpenStreetMap