В УрФУ разработали нейросеть, снижающую риск аварий и экономящую на обслуживании городской инфраструктуры

Специалисты Уральского федерального университета разработали нейросеть, которая находит опасные трещины в мостах, дорогах и зданиях за секунды. По словам разработчиков нейросети, новая технология может заменить многочасовые ручные проверки, снизить риск аварий и сэкономить бюджет на обслуживании инфраструктуры. Разработка уже показала точность 88,7% на снимках из России и Китая. Описание исследования опубликовано в журнале Sensors.

Соавтор работы, заведующая кафедрой «Строительные конструкции и механика грунтов» УрФУ

«В то время как традиционная ручная проверка мостов или дорожных конструкций занимает от одного до двух часов, наша модель способна обрабатывать изображения в 100 раз быстрее — в течение секунд, что теоретически позволяет существенно сократить время инспекций и обеспечить непрерывный, высокоточный и объективный мониторинг. В дальнейшем мы планируем провести тестирование модели на платформе Jetson и интегрировать ее с беспилотными системами для практического применения в задачах мониторинга мостов, дорог и другой инженерной инфраструктуры в реальном времени».

Как объяснили в УрФУ, система обладает рядом преимуществ, в частности, высокой скоростью обработки (до 232 кадров в секунду) и легкой архитектурой в сравнении с конкурентами (2,51 млн параметров). Благодаря этим характеристикам у разработки уральских исследователей есть большой потенциал для использования в дронах или других устройствах, которые смогут обеспечить быструю инспекцию строительных сооружений.

Чтобы уменьшить количество ложных срабатываний на тенях или водяных пятнах, исследователи внесли в нейросеть ряд улучшений. В разработку был внедрён механизм внимания SimAM и использован модуль Concat_BiFPN.

SimAM имитирует фокусировку человеческого