AI распознал поврежденные здания в Буче с точностью до 86%: результаты есть на карте

Читать на UA

Команда общественной организации ReThink натренировала искусственный интеллект ( AI ) распознавать поврежденные и разрушенные объекты в Буче с точностью до 86%. По результатам этой работы запустили онлайн-карту, а методологию планируют распространить на другие разрушенные регионы Украины. Об этом AIN.UA сообщили в пресс-службе ReThink.

Как готовили карту

  • Целью проекта является создание базы с учетом материалов разрушенных зданий Бучи. AI научили распознавать материалы, присутствующие на поврежденных зданиях, такие как шифер, бетонные плиты перекрытия, деревянные и металлические конструкции и тому подобное.
Визуализация результатов исследования на интерактивной карте, здесь и далее изображения предоставлены ReThink
  • Модели нейросети определяют классы материалов на разрушенных объектах Бучи с точностью близкой к 86%, где модель искусственного интеллекта 20-l качественно определяет металлические листы, а слабо — кирпич, который на снимках присутствует меньше всего (37% четкости определения).
  • Для анализа и тренировки AI использовали открытые данные, снимки с дронов, а также файлы с оценкой разрушений в городе от Damaged in UA (проекта от KSE Institute, Офиса президента и Минэкономики, который документирует потери от российской агрессии).
  • Основными ограничениями, с которыми команда ReThink столкнулась во время тренировки нейронной сети, были неточность распознавания типов материалов. Чаще всего причиной этого было низкое разрешение снимков. Одним из самых сложных для распознавания материалов оказался шифер: в зависимости от качества снимка AI часто путал этот материал с бетоном. Это означает, что для подобной работы нужны снимки с высоким разрешением.

«Мы прошли 15 этапов и натренировали более 32 модели AI. Каждую из них мы тестировали на наборе из 10 изображений поврежденных объектов, мы выбрали две модели, одна из которых определяет материалы лучше всего для различных типов объектов (модель 20-l), а другая имеет среднюю точность определения (14). Сравнить эти модели и ознакомиться с результаты анализа можно на интерактивной карте», — говорит Екатерина Лопатюк, аналитик пространственных данных в ReThink.

Подготовка тренировочного сета для нейронной сети — маркировка материалов с помощью инструмента VGG Image Annotator

Как эта карта может быть полезной

  • Результаты и составленная карта дают оценить, можно ли использовать такие строительные материалы повторно.
Тренировка и валидация модели AI, 30 итераций
  • Большинство материалов, которые определил искусственный интеллект: шифер (36%), металлочерепица (17%), бетон (12%), битумная кровля (6%) и металлические листы (4%). Материалы из разрушенных и поврежденных зданий имеют высокий потенциал к повторному использованию или переработке. Например, бетон, металлочерепица и металлические листы могут быть переработаны на 100%. В то же время шифер должен быть 100% утилизирован из-за содержания канцерогенного материала — асбеста, который является крайне опасным для здоровья.
  • В ближайшее время Команда ReThink представит результаты исследования Бучанской общине и проведет публичную презентацию проекта для широкой общественности. Ведь методику можно использовать для других поврежденных россиянами украинских регионов.

Оставить комментарий

Комментарии | 0

Поиск