Científicos de la Universidad Federal de los Urales han desarrollado una red neuronal que detecta en segundos grietas en puentes, carreteras y edificios. La tecnología acelera las inspecciones 100 veces y reduce el riesgo de accidentes. La precisión del modelo es del 88,7% y ha sido probado en imágenes de Rusia y China.
Las inspecciones manuales tardan entre 1 y 2 horas, mientras que el algoritmo analiza las imágenes en segundos. El sistema procesa hasta 232 fotogramas por segundo y tiene sólo 2,51 millones de parámetros, lo que permite utilizarlo en drones. Para aumentar la precisión, los científicos añadieron un mecanismo de atención SimAM y un módulo Concat_BiFPN, que reducen las falsas alarmas en sombras o suciedad.
Actualmente, la red neuronal se está adaptando para trabajar con drones en la plataforma Jetson y cámaras infrarrojas. Esto permitirá encontrar defectos ocultos por la noche o bajo la suciedad. Para ahorrar recursos computacionales, se aplicó el módulo C3Ghost, que redujo los parámetros del modelo en un 16% sin pérdida de precisión.
Según Rosstat, el 60% de los accidentes de estructuras se producen por la detección tardía de grietas. Los métodos de diagnóstico tradicionales requieren la participación de hasta tres especialistas por objeto. El primer sistema de monitorización de grietas mediante redes neuronales apareció en Japón en 2018, pero dependía de potentes servidores. El desarrollo de la UrFU es 10 veces más ligero que los análogos extranjeros basados en IA, que a menudo no admiten el trabajo en tiempo real.
Lea más materiales sobre el tema:
Los robots de reparto saldrán a las calles de 37 regiones de Rusia
