ШІ розпізнав пошкоджені будівлі в Бучі з точністю до 86%: результати є на мапі

Читати на RU

Команда громадської організації ReThink натренувала штучний інтелект (ШІ) розпізнавати пошкоджені та зруйновані об’єкти у Бучі із точністю до 86%. За результатами цієї роботи запустили онлайн-мапу, а методологію планують поширити на інші зруйновані регіони України. Про це AIN.UA повідомили у пресслужбі ReThink.

Як готували карту

  • Метою проєкту є створення бази з обліком матеріалів зруйнованих будівель Бучі. ШІ навчили розпізнавати матеріали, присутні на пошкоджених будівлях, такі як шифер, бетонні плити перекриття, дерев’яні та металеві конструкції тощо.
Візуалізація результатів дослідження на інтерактивній карті, тут і надалі зображення надані ReThink
  • Моделі нейромережі визначають класи матеріалів на зруйнованих об’єктах Бучі із точністю близькою до 86%, де модель штучного інтелекту 20-l найякісніше визначає металеві листи, а найслабкіше — цеглу, яка на знімках присутня найменше (37% чіткості визначення).
  • Для аналізу і тренування ШІ використовували відкриті дані, знімки з дронів, а також файли із оцінкою руйнувань в місті від Damaged in UA (проєкту від KSE Institute, Офісу президента та Мінекономіки, який документує втрати від російської агресії).
  • Основними обмеженнями, з якими команда ReThink зіштовхнулась під час тренування нейронної мережі, були неточність розпізнавання типів матеріалів. Найчастіше причиною цього була низька роздільна здатність знімків. Одним із найскладніших для розпізнавання матеріалів виявився шифер: залежно від якості знімка ШІ часто плутав цей матеріал із бетоном. Це означає, що для подібної роботи потрібні знімки із високою роздільною здатністю.

«Ми пройшли 15 етапів та натренували понад 32 моделі ШІ. Кожну з них ми тестували на наборі із 10 зображень пошкоджених об’єктів., ми обрали дві моделі, одна з яких визначає матеріали найкраще для різних типів об’єктів (модель 20-l), а інша має середню точність визначення (14). Порівняти ці моделі та ознайомитись із результати аналізу можна на інтерактивній мапі», — говорить Катерина Лопатюк, аналітик просторових даних у ReThink.

Підготовка тренувального сету для нейронної мережі — маркування матеріалів за допомогою інструменту VGG Image Annotator

Як ця мапа може бути корисною

  • Результати та складена карта дають оцінити, чи можна використовувати такі будівельні матеріали повторно.
Тренування та валідація моделі ШІ, 30 ітерацій
  • Більшість матеріалів, які визначив штучний інтелект: шифер (36%), металочерепиця (17%), бетон (12%), бітумна покрівля (6%) та металеві листи (4%). Матеріали зі зруйнованих і пошкоджених будівель мають високий потенціал до повторного використання чи переробки. Наприклад, бетон, металочерепиця та металеві листи можуть бути перероблені на 100%. Водночас шифер повинен бути 100% утилізований через вміст канцерогенного матеріалу — азбесту, що є вкрай небезпечним для здоров’я.
  • Найближчим часом Команда ReThink представить результати дослідження Бучанській громаді та проведе публічну презентацію проекту для широкого загалу. Адже методику також можна використовувати для інших пошкоджених росіянами українських регіонів.

Залишити коментар

Коментарі | 0

Пошук