В России разработали нейросеть для поиска стихийных свалок на спутниковых снимках

Ученые Пермского политеха при помощи нейросети повысили точность распознавания несанкционированных свалок на спутниковых снимках с 56 процентов до 95 процентов. Об этом сообщает ТАСС.

Новая методика обучения нейросети позволяет отличать мусорные полигоны от карьеров, промышленных зон и строительных площадок. Для повышения точности специалисты разработали программу, которая автоматически собирает сведения об окружающей территории из открытых источников. Она учитывает тип земного покрова, плотность населения, рельеф и другие характеристики местности. Благодаря этому нейросеть анализирует не только внешний вид участка, но и то, что его окружает.

При обучении модели ученые использовали расширенную выборку спутниковых снимков. В нее включили изображения карьеров, промышленных зон и строительных площадок, которые внешне напоминают свалки, но не являются ими.

Испытания показали, что новый подход снизил количество ложных срабатываний примерно в 24 раза. По словам аспиранта ПНИПУ Вадима Данеляна, результат зависит не только от количества обучающих снимков, но и от разнообразия представленных на них объектов. Разработка поможет экологическим службам и надзорным органам быстрее обнаруживать стихийные свалки и реагировать на нарушения.