Объект исследования – радиолокационные изображения. Цель работы – разработка и применение алгоритма сегментации радиолокационного изображения на основе свёрточной нейронной сети для повышения эффективности и точности по сравнении с существующими методами. Для сегментации радиолокационных изображений используются методы, основанные на различных архитектурах нейронных сетей. Оценка работы нейросетевых моделей была осуществлена посредством анализа метрик, которые выводятся по окончании обучения модели на наборе данных. Были использованы открытые образовательные ресурсы и программы поиска и анализа информации. Использовались средства автоматизации разработки: Python. Применено программное обеспечение: Python. Результатом является обученная модель нейронной сети, которая позволяет проводить эффективную сегментацию радиолокационных изображений.

The object of the study is radar images. The aim of the work is to develop and apply a radar image segmentation algorithm based on a convolutional neural network to increase efficiency and accuracy compared to existing methods. Methods based on various neural network architectures are used to segment radar images. The evaluation of the work of neural network models was carried out by analyzing metrics that are output at the end of training the model on a dataset. Open educational resources and information search and analysis programs were used. Development automation tools were used: Python. Software used: Python. The result is a trained neural network model that allows efficient segmentation of radar images.