Систему детекции трещин, в которой используются искусственный интеллект и машинное обучение для анализа изображений и видео с камер наблюдения, создали в Новосибирском государственном техническом университете (НГТУ). Разработка позволит избежать риска возникновения аварийных ситуаций и экономических потерь. Об этом сообщает информационное агентство ТАСС.

Как пояснили в университете, трещины в бетоне могут быть незаметными, но при этом приводить к серьезным разрушениям. Их несвоевременное обнаружение увеличивает вероятность обрушения конструкций. Регулярный мониторинг позволяет избежать серьезных финансовых затрат: ремонт аварийных зданий обходится дороже, чем профилактическое обслуживание.

– Современные технологии, такие как машинное обучение, открывают новые возможности для автоматизированной диагностики. В рамках проекта был собран большой набор данных, включающий изображения с различных объектов, создана базовая нейронная сеть. Я обучил ее детектировать трещины в бетоне на основе изображений, обработанных и сегментированных с помощью метода контура (контур делается на специальном приложении, его выделяют для того, чтобы нейронная сеть могла распознавать эти трещины), – говорит разработчик Николай Обидин.

Система анализирует видеопотоки с камер, после чего идет обработка данных: искусственный интеллект выявляет трещины на основе обученной модели. Созданная модель показала точность обнаружения трещин на уровне 95 процентов.

Преимуществами разработки являются: своевременное выявление проблем – система позволяет обнаруживать трещины на ранней стадии и предотвращать развитие серьезных повреждений и аварийных ситуаций; экономия времени и ресурсов – автоматизированный мониторинг сокращает трудозатраты на ручной контроль, а также снижает затраты на ремонт и обслуживание. Использование искусственного интеллекта и машинного обучения гарантирует высокую точность детекции трещин, что важно для принятия взвешенных решений.

Подготовил Роман БОНДАРЧУК, УзА.