Российские инженеры разработали и испытали новый дрон. Он легко обнаруживает опасное растение — борщевик Сосновского (Heracleum sosnowskyi) — с воздуха. В дальнейшем он размещает его на снимках. Так эксперты могут разработать стратегию по его уничтожению. Ученые уже провели испытания. Оказалось, что точность определения растения среди других на кадрах составляет 96,9%. Статья о разработке ученых из «Сколтеха» опубликована в журнале IEEE Transactions on Computers.
Борщевик Сосновского — крупное травянистое растение, вид рода борщевик семейства зонтичные.
Сок растения, попадая на кожу, под действием солнечных лучей вызывает сильнейшие ожоги. При этом для их лечения требуется пристальное наблюдение врача в течение нескольких недель. Отметим, что сейчас распространение борщевика Сосновского стало настоящей экологической катастрофой — он распространился от центральной части России до Сибири, от Карелии до Кавказа.
Борщевик Сосновского — один из самых известных и проблемных инвазивных видов в России.
Одна из проблем в борьбе с ним заключается в его исключительной живучести и полномасштабном распространении семян. Чтобы его находить, приходится вручную обходить поля либо использовать летательные аппараты. К сожалению, большинство спутников не способны предоставить достаточно высокое разрешение для обнаружения единичных растений. При этом учет растений с помощью БПЛА недостаточно автоматизирован и зачастую основан на применении дорогих в эксплуатации самолетов.
Для устранения проблемы исследователи приняли решение использовать БПЛА. Их особенность в том, что они позволяют получить самую свежую информацию о распространении растения с исключительно высоким разрешением, даже когда небо затянуто облаками.
В качестве аппаратной платформы они выбрали квадрокоптер DJI Matrice 200 и одноплатный компьютер NVIDIA Jetson Nano с относительно мощным видеоускорителем, позволяющим запускать прямо на устройстве нейросети.
За поиск борщевика на кадрах с камеры дрона отвечает сверточная нейросеть (CNN), которая получает кадр и проводит семантическую сегментацию, размечая на нем области с борщевиком.
Напомним, сверточная нейронная сеть — специальная архитектура искусственных нейронных сетей, предложенная Яном Лекуном в 1988 году и нацеленная на эффективное распознавание образов, входит в состав технологий глубокого обучения.
Разработчики выбрали три популярные архитектуры CNN, чтобы сравнить их эффективность для этой задачи: U-Net, SegNet и RefineNet. Исследователи сами собрали датасет для обучения алгоритмов. Для этого они сняли множество кадров с дрона в Московской области, используя два разных дрона и одну экшн-камеру (закрепленную на дроне). В результате получено 263 снимка, на которых авторы разработки разметили области с борщевиком. Сам датасет доступен на GitHub.
Обучив нейросети, авторы протестировали их на одноплатном компьютере и выяснили, что они работают с частотой в десятые или сотые доли кадров в секунду. Наилучший результат дала сеть на базе U-Net — 0,7 кадра в секунду. Наилучшую классификацию показала сеть на базе SegNet с площадью под ROC-кривой (распространенная метрика оценки качества бинарной классификации), равной 0,969.
Читать далее
В реакторе Чернобыльской АЭС усилились ядерные реакции
Ученые показали, как черная дыра разрывает звезду
Физики создали аналог черной дыры и подтвердили теорию Хокинга. К чему это приведет?