详细内容或原文请订阅后点击阅览
Shada Yandex的神经网络将有助于更快地清洁艰苦 - 雷奇地区的垃圾池塘
ML开发人员在Yandex B2B Tech和FEFU的支持下，在开放式访问中创建并发布了神经网络，该网络可以确定储层海岸上的数量，质量和垃圾类型。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）Yandex 数据分析学院的 ML 开发人员在 Yandex B2B Tech 和 FEFU 的支持下，创建并公开了一个神经网络，可以确定水体海岸垃圾的体积、重量和类型。
该解决方案已成功应用于南堪察加联邦储备区（远东克罗诺茨基国家保护区管理的特殊自然保护区）的一次生态考察，同时也在北极和其他地区进行测试。该技术将能够被环境控制服务和志愿者免费使用，以更快地收集难以到达的地方的废物。
神经网络分析海岸的航拍照片，将垃圾分为六种类型：渔网、铁、橡胶、大塑料、混凝土和木材。分类准确率达到80%以上。该模型在地图上标出垃圾位置的坐标，标明垃圾的成分和重量。该数据有助于计算所需人群的规模和清洁设备的数量。
该解决方案在堪察加半岛克罗诺茨基自然保护区和南堪察加自然保护区的探险中使用。专家利用神经网络发现，海岸线受到塑料容器和包装（33-39%）以及工业捕鱼废物（27-29%）的污染最严重。专家计算，清洁海岸需要20名志愿者、两辆自卸车、两辆全地形车和一台前端装载机。由于使用了无人机和神经网络，组织收集 5 吨废物的速度比不使用技术时快了 4 倍。
到2025年，该技术计划应用于远东和北极的其他国家公园和保护区。由于这些地区的交通便利，清除这些地区的废物特别困难，该解决方案将有助于更好地规划这些地区的废物收集。
特别站点