Российские учёные обучили нейросеть распознавать виды мусора на побережьях
Российским учёным удалось обучить нейронную сеть распознавать на снимках земной поверхности специфические виды мусора на морских побережьях. Исследование представила группа российских учёных из компаний — членов консорциума Центра компетенций НТИ «Технологии снижения антропогенного воздействия»: «Моринтех» и Центр морских исследований МГУ имени М.В. Ломоносова (ЦМИ МГУ).
Как сообщили RT в пресс-службе Национальной технологической инициативы, существующие нейросети для мониторинга свалок и полигонов твёрдых коммунальных отходов ориентированы на другие задачи, поэтому для мониторинга морских побережий требуется нестандартное решение.
Такой прогрессивный подход к экологическому мониторингу открывает новые возможности для более эффективного контроля за загрязнением окружающей среды и для принятия мер по её защите.
Основной целью исследования стала разработка автоматизированной системы, способной выявлять и классифицировать типы мусора на снимках, полученных в ходе оптической съёмки со спутников и беспилотных летательных аппаратов. В ходе экспериментов ученые смогли обучить нейросеть различать разнообразные типы мусора, включая металлический мусор, отдельные металлические бочки, брёвна и части древесины, автомобильные шины, изоляционные материалы и другие виды мусора.
В первую очередь система создавалась для мониторинга арктических побережий, отличающихся труднодоступностью и хрупкостью экосистемы.
«Наша нейронная сеть — отличный пример внедрения технологий искусственного интеллекта в экологический мониторинг. И в особенности в мониторинг арктических побережий, который непросто проводить из-за их удалённости, большой протяжённости и изрезанности ландшафта. Созданное нами решение поможет экологам не только оптимизировать процесс анализа больших массивов данных, но и улучшить качество детектирования разных видов мусора», — отметила директор по цифровым технологиям компании «Моринтех» Марина Семёнова.
Материалы для обучения нейросети были собраны сотрудниками ЦМИ МГУ во время научных экспедиций в Карском море в 2019, 2021 и 2022 годах. Они отсняли более 70 км побережий полуостровов Ямал и Таймыр.
Показатели точности определения разновидностей мусора на снимках достигли впечатляющих результатов: по всем объектам мусора общая точность модели составила 78%.
Один из главных плюсов использования нейросети для обнаружения мусора по снимкам с беспилотников заключается в том, что это значительно сокращает время и затраты на проведение мониторинга загрязнения на больших или труднодоступных территориях.
