Учёные Уральского федерального университета разработали нейросеть, которая за секунды обнаруживает трещины в мостах, дорогах и зданиях. Технология ускоряет проверки в 100 раз и снижает риск аварий. Точность модели — 88,7%, она протестирована на снимках из России и Китая.
Ручные проверки занимают 1–2 часа, а алгоритм анализирует изображения за секунды. Система обрабатывает до 232 кадров в секунду и имеет всего 2,51 млн параметров, что позволяет использовать её в дронах. Для повышения точности учёные добавили механизм внимания SimAM и модуль Concat_BiFPN, которые снижают ложные срабатывания на тенях или грязи.
Сейчас нейросеть адаптируют для работы с дронами на платформе Jetson и инфракрасными камерами. Это позволит находить скрытые дефекты ночью или под загрязнениями. Для экономии вычислительных ресурсов применили модуль C3Ghost, сокративший параметры модели на 16% без потери точности.
Согласно Росстату, 60% аварий конструкций происходят из-за несвоевременного выявления трещин. Традиционные методы диагностики требуют участия до трёх специалистов на один объект. Первая система мониторинга трещин с использованием нейросетей появилась в Японии в 2018 году, но зависела от мощных серверов. Разработка УрФУ в 10 раз легче зарубежных аналогов на базе ИИ, которые часто не поддерживают работу в реальном времени.
Читайте ещё материалы по теме:
Новые оптические модули связи для БПЛА разрабатывает Рязанский радиотехнический университет
Роботы-доставщики выйдут на улицы 37 регионов России
Платформа для безопасного внедрения ИИ в госструктуры и корпорации разработана в СПбГУ «ЛЭТИ»