В НГТУ НЭТИ создали нейронную модель для обнаружения деформаций в бетоне

Студент факультета прикладной математики и информатики Новосибирского государственного технического университета НЭТИ Николай Обидин создал систему детекции трещин, в которой используется искусственный интеллект и машинное обучение для анализа изображений и видео с камер наблюдения.

«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», — уточнил Николай Обидин, студент НГТУ НЭТИ.

В рамках проекта собран большой набор данных, включающий изображения с различных объектов, создана базовая нейронная сеть.

Николай Обидин 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).

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

На текущий момент разработан прототип системы, который включает в себя модуль обработки видео. Прототип прошел успешные тестовые испытания. В ходе пилотного проекта система обнаружила 15 трещин, из которых 10 были пропущены при ручном контроле.

В планах — оптимизация и масштабирование модели, разработка пользовательского интерфейса, тестирование и доработка, запуск пилотных проектов.