ПОЛЬЗОВАТЕЛЬ И ЕГО ПРОБЛЕМА

Заказчик проекта — компания ГеосАэро, специализирующаяся на применении беспилотной авиации в различных областях: аэрофотосъемка, внесение веществ, аэросев. Парк БПЛА компании позволяет проводить аэрофотосъемку на площади до двадцати тысяч гектар за один рабочий день, что генерирует колоссальные объемы данных — терабайты аэрофотоснимков ежедневно.

Основная проблема компании заключается в том, что анализ полученных данных зачастую проводится специалистами вручную. В летний сезон компания вынуждена привлекать до 2–3 специалистов для обработки данных на каждый БПЛА. Это создает серьезные ограничения:

• Высокие трудозатраты и финансовые расходы на оплату труда специалистов
• Длительное время обработки данных, что снижает оперативность принятия решений
• Субъективность и возможные ошибки при ручной классификации
• Необходимость привлечения квалифицированных специалистов, которых сложно найти в сезон
• Невозможность масштабирования процесса при увеличении объемов работ
Проект направлен на разработку комплексного решения для автоматической классификации сельскохозяйственных земель на основе данных аэрофотосъемки с БПЛА. Решение включает два основных компонента:

1. Алгоритм автоматической классификации сельскохозяйственных земель

Разрабатывается алгоритм на основе методов глубокого обучения (семантическая сегментация), который позволяет автоматически классифицировать ортофотопланы с детализацией 10 см/пикс. Алгоритм выделяет следующие классы:
• Пашня (обрабатываемые сельскохозяйственные угодья)
• Дорога (автомобильные и полевые дороги)
• Лесополоса (защитные лесные насаждения)
• Залежь (необрабатываемые земли, ранее использовавшиеся под пашню)
• Другие типы земель (водоемы, постройки, иные объекты)

Технические особенности решения:
• Использование архитектур нейронных сетей для семантической сегментации
• Предобработка данных: нормализация, аугментация, работа с большими изображениями
• Обучение модели на размеченных данных аэрофотосъемки
• Оптимизация для работы с ортофотопланами высокого разрешения
• Валидация и тестирование на реальных данных компании

2. Telegram-бот для запуска алгоритмов классификации

Разрабатывается удобный интерфейс в виде Telegram-бота, который позволяет:
• Запускать алгоритмы классификации
• Получать результаты классификации в виде карт и отчетов
• Работать с мобильных устройств в полевых условиях
• Не требовать установки дополнительного ПО

Преимущества предлагаемого решения:
• Автоматизация процесса классификации, сокращение времени обработки в десятки раз
• Высокая точность классификации благодаря использованию современных алгоритмов машинного обучения
• Доступность через мобильное приложение Telegram, работа в полевых условиях
• Масштабируемость: возможность обработки больших объемов данных без пропорционального увеличения трудозатрат
• Снижение зависимости от ручного труда специалистов
• Экономическая эффективность: сокращение расходов на оплату труда аналитиков

ДОСТИГНУТЫЕ РЕЗУЛЬТАТЫ
В рамках проекта разработан Telegram-бот для взаимодействия с алгоритмами классификации:
• Реализован интерфейс загрузки и обработки ортофотопланов
• Интегрированы алгоритмы классификации компании
• Создана система валидации входных данных
• Реализована выдача результатов классификации пользователю
• Проведено тестирование функциональности бота
На данный момент ведется разработка самого алгоритма для классификации.

На страницу проекта