Deep Learning QGIS voor Defensie

In deze cursus leer je deep-learningtechnieken toepassen binnen QGIS voor geospatiale analyses met militaire use-cases.

We behandelen de fundamenten (neurale netwerken, activatiefuncties, training, optimalisatie), de inrichting van QGIS voor Deep Learning, datavoorbereiding en labeling, het trainen/finetunen van modellen en het uitvoeren van analyses in QGIS. Voorbeelden zijn o.a. doel- en objectherkenning in (satelliet/drone)beelden, patroon- en bewegingsanalyse en terreinclassificatie voor operationele besluitvorming.

Dag 1: Introductie Overzicht van AI, Machine Learning en Deep Learning; werking van neurale netwerken; QGIS-omgeving inrichten voor Deep Learning; eerste voorbeelden en hands-on oefeningen met modellen binnen QGIS. Dag 2: Geavanceerde toepassingen Zelf modellen trainen voor objectdetectie en segmentatie (architectuurkeuzes, hyperparameters, labeling/annotatie); transfer learnin; finetunen van voorgetrainde modellen; implementatie in real-world scenario’s; best practices en veelvoorkomende valkuilen.

Je begrijpt de kern van deep learning (neurale netwerken, activatiefuncties, lagen, optimalisatie) Je kunt geospatiale data voorbereiden en labelen voor gebruik in deep-learningmodellen Je kunt modellen trainen en finetunen voor analyses in QGIS (incl. transfer learning) Je past getrainde modellen toe voor beeldclassificatie, objectdetectie en segmentatie binnen QGIS