«Трещины в бетоне могут быть незаметны невооруженным глазом, но приводят 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», – рассказал разработчик Николай Обидин.
Был собран большой набор данных, включающий изображения с различных объектов, создана базовая нейросеть. Она научилась детектировать трещины в бетоне на основе изображений с камер.
Модель показала точность обнаружения трещин на уровне 95%. Разработан прототип системы, который включает в себя модуль обработки видео, он прошел тестовые испытания. Во время пилотного проекта система обнаружила 15 трещин, из которых 10 были пропущены при ручном контроле.
«В перспективе я бы хотел, чтобы обученная модель была внедрена в беспилотники, а также подводные аппараты, которые будут мониторить состояние железобетонных конструкций и фиксировать трещины как над водой, так и под водой», – дополнил Обидин.
