🤖 Нейросеть из УрФУ выявляет дефекты конструкций с высокой точностью Исследователи Уральского федерального университета разработали нейросеть, которая находит трещины в мостах, зданиях и дорожном покрытии за секунды. Результаты опубликованы в журнале Sensors. Визуальный осмотр занимает 1–2 часа — модель обрабатывает изображения примерно в 100 раз быстрее, до 232 кадров в секунду. Точность на снимках из России и Китая — 88,7%. Легкая архитектура (2,51 млн параметров) позволяет запускать ее на дронах. Для снижения ложных срабатываний на тенях и водяных пятнах внедрены механизм внимания SimAM и модуль Concat_BiFPN — распознавание стабильнее в тоннелях и ночью. Тесты почти на 2000 изображений дали прирост точности на 1,4%. 💭 «В планах протестировать модель на платформе Jetson и интегрировать её с беспилотными системами для мониторинга инфраструктуры в реальном времени», — рассказала соавтор работы Зоя Беляева. 🔴Сейчас систему совмещают с дронами и добавляют поддержку инфракрасных камер для поиска скрытых дефектов. Модуль C3Ghost сократил число параметров более чем на 16% при сохранении точности — это обеспечило работу в реальном времени на маломощных платформах. 💭 «Мы исследуем слияние инфракрасных и видимых изображений, чтобы обнаруживать трещины при низком контрасте. Работа пока на экспериментальной стадии, но закладывает основу для всепогодного мониторинга», — отметил аспирант УрФУ Чжан Цзяхуэй. 🔴По данным Росстата, 60% аварий конструкций связаны с несвоевременным обнаружением трещин. Разработка УрФУ в 10 раз легче зарубежных ИИ-аналогов, которые зачастую не работают в реальном времени. #ИИ #ИИ_ИНП #TechNews #ИНП 📲MАХимально на связи🔴 🤖 подписывайтесь: @NextGenInfrastructure