Во время посещения сайта вы соглашаетесь с тем, что мы обрабатываем ваши персональные данные с использованием метрик Яндекс Метрика, top.mail.ru, LiveInternet.

Калининградские учёные БФУ обучили искусственый интеллект находить мусор в океане с помощью фото и видео

Калининградские учёные БФУ обучили искусственый интеллект находить  мусор в океане с помощью фото и видеоФото Первый Городской

Калининградские учёные БФУ имени Канта вместе с коллегами из МФТИ и МГУ придумали, как быстрее и точнее находить пластиковый мусор в океане. Речь идёт о нейросети, которая умеет распознавать плавающие отходы на воде и может стать полезным инструментом для контроля за загрязнением морей, в том числе у берегов Калининградской области.

О разработке сообщили в Минобрнауки России. Проблема давно известна: каждый год в Мировой океан попадает до 23 миллионов тонн мусора. Для морских животных это не просто грязь в воде, а реальная опасность. Пластик проглатывают, в пакетах и сетях запутываются, а последствия часто оказываются губительными.
Следить за тем, сколько мусора плавает в море и где именно он скапливается, нужно постоянно. Но на практике это непросто. Обычно такие загрязнения ищут визуально, с судов.
Есть и другой путь — использовать видео и снимки, которые снимают дроны или камеры на борту. Но тут возникает своя сложность: машине нужно объяснить, где мусор, а где, к примеру, морская птица, пена на волне, солнечный блик или капли воды на объективе.
Именно эту задачу и решали учёные. Для обучения нейросети они взяли 136 часов видеозаписей, сделанных во время арктической экспедиции 2023 года. Съёмка велась с борта научно-исследовательского судна «Дальние Зеленцы». Затем видео разобрали на отдельные кадры. В итоге исследователи получили больше полумиллиона снимков морской поверхности.

На 10 тысячах изображений специалисты вручную отметили, где находится мусор, где птицы, а где блики и капли воды. Эти данные стали основой для обучения модели. После этого учёные сравнили разные подходы и выяснили: нейросеть, которая прошла самообучение на нескольких наборах данных, справляется с задачей заметно лучше.
По данным исследователей, такая модель находит мусор на 30% эффективнее, чем алгоритм, который обучали обычным способом только на размеченных человеком снимках.
Для Калининградской области такая работа имеет важное значение. Балтийское море - загрязненная акватория, и чем раньше специалисты увидят скопления мусора, тем больше шансов вовремя отреагировать.

  • 0

Популярное

Последние новости