Дистанционное зондирование и геоинформатика

Ученые ПНИПУ повысили точность нейросети для поиска несанкционированных свалок до 95% Исследователи Пермского Политеха разработали методику подготовки данных, которая позволила повысить точность автоматического обнаружения несанкционированных свалок по спутниковым снимкам с 56 до 95%. Разработка предназначена для совершенствования экологического мониторинга с использованием технологий искусственного интеллекта. Особенность подхода заключается в том, что нейросеть анализирует не только изображение самого участка, но и дополнительные геопространственные характеристики территории. Специальная программа автоматически собирает сведения о типе земного покрова, плотности населения и рельефе из открытых источников. Для обучения модели использовали более 100 тысяч спутниковых изображений различных российских территорий. В выборку включили не только свалки, но и карьеры, промышленные зоны и строительные площадки, которые могут быть ошибочно приняты нейросетью за места незаконного размещения отходов. По результатам проверки доля ложных срабатываний сократилась примерно в 24 раза. Разработка может быть полезна экологическим службам и надзорным органам для выявления нарушений и оперативного реагирования на них. 🔗 Источник