В России нейросеть улучшила поиск несанкционированных свалок
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали методику, которая повысила точность распознавания несанкционированных свалок. Новая методика подготовки данных для автоматического анализа спутниковых снимков позволила увеличить точность определения свалок с 56% до 95%. Данную информацию сообщает портал ТАСС.
Несанкционированные свалки представляют серьезную угрозу экологии, и их выявление вручную затруднительно. Инженеры применяют нейросети для анализа спутниковых снимков, однако ранее точность этих моделей была низкой, что приводило к необходимости ручной проверки тысяч изображений. Ученые ПНИПУ нашли способ улучшить эту ситуацию, создав методику, которая значительно повышает качество распознавания.
Для того чтобы нейросеть могла правильно идентифицировать объекты на изображениях, была разработана программа, автоматически определяющая характеристики окружающей территории, такие как тип земного покрова и рельеф. Эта программа собирает данные из открытых источников, что позволяет модели учитывать не только внешний вид участка, но и его окружение. При обучении нейросети использовалась стандартная модель, дополненная снимками объектов, похожих на свалки, что значительно улучшило качество распознавания.
Сравнение стандартного подхода к обучению и нового метода показало, что добавление дополнительных примеров объектов, которые не являются свалками, значительно снизило количество ложных срабатываний. Ученые отметили, что для повышения точности распознавания важно не только количество снимков, но и их разнообразие. Разработка будет полезна для экологических служб и органов надзора, позволяя быстрее находить стихийные свалки и реагировать на нарушения.
