Roof-KSA: Binaların Semantik Bölütlemesi İçin Az Parametreye Sahip Konvolüsyonel Sinir Ağı Modeli

Authors : Umut ÖZKAYA, Şaban ÖZTÜRK

Pages : 1094-1105

Doi:10.35193/bseufbd.741729

View : 15 | Download : 11

Publication Date : 2020-12-30

Article Type : Research Paper

Abstract :Günümüzde güneş enerjisi, enerji alt yapısının sağlanmasında vazgeçilmez bir unsur haline gelmiştir. Yerleşim yerlerinde bulunan bina çatılarının güneş enerjisi potansiyelinin tahmin edilebilmesi bu enerjinin etkin kullanılabilmesi için önemlidir. Günümüzde yapay zeka algoritmalarındaki gelişmeler sayesinde bu gibi işler bilgisayarlar tarafından otomatik olarak gerçekleştirilmektedir. Bu çalışmada ise yapay zeka algoritmalarının en gelişmişi olan derin öğrenme mimarilerinden faydalanarak bir çözüm önerilmektedir. Bu çalışmada bina çatılarının semantik bölütlenmesi için az parametreye sahip Roof-KSA adı verilen Konvolüsyonel Sinir Ağı modeli önerilmiştir. Semantik bölütleme işlemi için toplamda 3400 adet 224×224×3 piksel boyutlarında uydu görüntülerinden yararlanılmıştır. Roof-KSA modeli toplam 10 katmana ve 104,450 adet güncellenebilen parametreye sahiptir. Karşılaştırmalı analiz kapsamında Roof-KSA modeli kullanılan U-Net modellerine göre oldukça az parametreye sahiptir. Ayrıca Roof-KSA modeli 0.91404 küresel doğruluk oranı, 0.73092 ortalama doğruluk oranı, 0.65537 ortalama eşleşmiş bölge oranı, 0.84918 ağırlıklandırılmış eşleşmiş bölge oranı ve 0.67244 ortalama BF skoru ile ön plana çıkmaktadır. Elde edilen semantik bölütleme sonuçları dikkate alındığında Roof-KSA modelinin oldukça başarılı olduğu görülmektedir.
Keywords : Güneş Enerjisi, Derin Öğrenme, Semantik Bölütleme, Konvolüsyonel Sinir Ağları