{"id":{"repo_id":"debrecen","oai_identifier":"oai:dea.lib.unideb.hu:2437/395526"},"canonical_url":"https://search.dev.ndltd.org/etd/debrecen/oai:dea.lib.unideb.hu:2437/395526","repository":{"repo_id":"debrecen","name":"University of Debrecen","base_url":"https://dea.lib.unideb.hu/server/oai/request"},"display":{"title":"Térbeli felbontás hatásának vizsgálata mély tanuláson alapuló objektumdetektáció esetén","abstract":"A szakdolgozatomban mély tanulási módszerek alkalmazását vizsgáltam objektumdetektálásra, távérzékelt adatokkal, pontosabban ortofotókkal, melyek egy debreceni mintaterületről készültek. A cél az volt, hogy az megvizsgáljam az általam választott modell, a Text SAM pontosságát 5 és 15 cm-es térbeli felbontású ortofotókon, és a kapott eredményeket kvantitatív módszerek segítségével kiértékeljem. A vizsgálat autók, medencék, napelemek és épületek objektumokra terjed ki. A pontosságot a recall, precision és F1-érték metrikákkal értékeltem, amelyeket a modell által generált és az általam vektorizált referenciaadatok összehasonlításával számítottam ki.","abstract_html":"A szakdolgozatomban mély tanulási módszerek alkalmazását vizsgáltam objektumdetektálásra, távérzékelt adatokkal, pontosabban ortofotókkal, melyek egy debreceni mintaterületről készültek. A cél az volt, hogy az megvizsgáljam az általam választott modell, a Text SAM pontosságát 5 és 15 cm-es térbeli felbontású ortofotókon, és a kapott eredményeket kvantitatív módszerek segítségével kiértékeljem. A vizsgálat autók, medencék, napelemek és épületek objektumokra terjed ki. A pontosságot a recall, precision és F1-érték metrikákkal értékeltem, amelyeket a modell által generált és az általam vektorizált referenciaadatok összehasonlításával számítottam ki.","abstract_has_math":false,"creators":["Rák, Zoltán"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":"DE--Természettudományi és Technológiai Kar--Földtudományi Intézet","school":null,"contributors":[],"advisors":["Abriha, Dávid"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-07-27T19:14:01Z","subjects":["deep learning","térbeli felbontás","távérzékelés","mély tanulás"],"languages":["hu"],"rights":[],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"https://hdl.handle.net/2437/395526","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Abriha, Dávid"]},{"key":"dc:contributor.department","label":"Department","values":["DE--Természettudományi és Technológiai Kar--Földtudományi Intézet"]},{"key":"dc:creator","label":"Author","values":["Rák, Zoltán"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2025-07-07T10:18:20Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2025-07-07T10:18:20Z"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["deep learning","térbeli felbontás","távérzékelés","mély tanulás"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["hu"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/2437/395526"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["A szakdolgozatomban mély tanulási módszerek alkalmazását vizsgáltam objektumdetektálásra, távérzékelt adatokkal, pontosabban ortofotókkal, melyek egy debreceni mintaterületről készültek. A cél az volt, hogy az megvizsgáljam az általam választott modell, a Text SAM pontosságát 5 és 15 cm-es térbeli felbontású ortofotókon, és a kapott eredményeket kvantitatív módszerek segítségével kiértékeljem. A vizsgálat autók, medencék, napelemek és épületek objektumokra terjed ki. A pontosságot a recall, precision és F1-érték metrikákkal értékeltem, amelyeket a modell által generált és az általam vektorizált referenciaadatok összehasonlításával számítottam ki."]},{"key":"dc:description.degree","label":"Dc Description Degree","values":["BSc/BA"]},{"key":"dc:title","label":"Title","values":["Térbeli felbontás hatásának vizsgálata mély tanuláson alapuló objektumdetektáció esetén"]}]}],"canonical_facts":{"dc:contributor.advisor":["Abriha, Dávid"],"dc:contributor.department":["DE--Természettudományi és Technológiai Kar--Földtudományi Intézet"],"dc:creator":["Rák, Zoltán"],"dc:date.accessioned":["2025-07-07T10:18:20Z"],"dc:date.available":["2025-07-07T10:18:20Z"],"dc:description.abstract":["A szakdolgozatomban mély tanulási módszerek alkalmazását vizsgáltam objektumdetektálásra, távérzékelt adatokkal, pontosabban ortofotókkal, melyek egy debreceni mintaterületről készültek. A cél az volt, hogy az megvizsgáljam az általam választott modell, a Text SAM pontosságát 5 és 15 cm-es térbeli felbontású ortofotókon, és a kapott eredményeket kvantitatív módszerek segítségével kiértékeljem. A vizsgálat autók, medencék, napelemek és épületek objektumokra terjed ki. A pontosságot a recall, precision és F1-érték metrikákkal értékeltem, amelyeket a modell által generált és az általam vektorizált referenciaadatok összehasonlításával számítottam ki."],"dc:description.degree":["BSc/BA"],"dc:identifier.uri":["https://hdl.handle.net/2437/395526"],"dc:language.iso":["hu"],"dc:subject":["deep learning","térbeli felbontás","távérzékelés","mély tanulás"],"dc:title":["Térbeli felbontás hatásának vizsgálata mély tanuláson alapuló objektumdetektáció esetén"]},"updated_at":"2026-07-27T19:14:01Z"}