Сравнение подходов детекции и сегментации облаков на оптических снимках ДЗЗ на основе YOLO

Облачность является одним из основных факторов, ограничивающих эффективность анализа данных дистанционного зондирования Земли. Наличие облаков приводит к потере информации о подстилающей поверхности, что особенно критично при мониторинге растительности, водных объектов и изменений землепользования. В этой связи автоматическое выделение облачного покрова представляет собой важный этап предобработки спутниковых изображений. Современные архитектуры глубокого обучения, такие как YOLOv11, предоставляют гибкие решения: от быстрой детекции до попиксельной сегментации. В данной работе проводится сравнительная оценка режимов детекции и сегментации с использованием YOLOv11 для задачи выделения облачности, что позволяет обосновать выбор подхода в зависимости от требований и ресурсов проекта.
Целью данной работы является сравнительная оценка режимов объектной детекции и семантической сегментации на основе единой архитектуры YOLOv11 для выделения облачности. Особое внимание уделяется соотношению точности и трудоёмкости подготовки обучающего датасета, что имеет критическое значение при работе с ограниченными ресурсами. В качестве исходных данных использовались цветосинтезированные (RGB) снимки среднего разрешения (10–30 м), полученные с платформ Sentinel-2 и Landsat 8/9, доступные, например через Copernicus Open Access Hub и USGS Earth Explorer.
Для формирования обучающего набора была реализована двухуровневая разметка:
• Для детекции: аннотация облачных массивов в виде bounding box’ов;
• Для сегментации: попиксельные маски облаков, созданные вручную с использованием инструментов CVAT.
Эксперименты проводились в двух конфигурациях:
• YOLOv11-det (детекция) — обучение на bounding box’ах;
• YOLOv11-seg (сегментация) — обучение на попиксельных масках.
Оценка качества выполнялась по метрикам: IoU (для сегментационных масок), Precision, Recall, F1-score (при пороге совпадения 0.5), скорость инференса.
Предварительные результаты показывают, что модель в режиме сегментации достигает более высокого IoU, что особенно важно для последующего восстановления данных под облаками. Однако разметка сегментационных масок занимает в среднем в 4–5 раз больше времени, чем простановка bounding box’ов. При этом детекционная модель демонстрирует высокую полноту обнаружения и может быть использована как быстрый фильтр для отбраковки сильно заснятых сцен.
Полученные результаты однозначно показывают, что YOLOv11 в режиме детекции является оптимальным решением для первичной фильтрации больших объёмов данных, когда скорость и полнота обнаружения критически важны. Сегментация оправдана, когда требуется высокая точность маскирования, например, в составе приложений для реконструкции или классификации поверхности.
Разработанный подход может быть использован при проектировании адаптивных систем предобработки данных ДЗЗ, где выбор уровня детализации обработки облаков осуществляется на основе доступных данных и требований к выходному продукту.