Экспертные заключения: 7
Консультации: 0

Автоматизация дешифрования космических снимков на основе глубокого машинного обучения

Описание продукта: Облачная веб-платформа, которая с помощью глубоких нейронных сетей автоматически дешифрует космические снимки и выявляет чрезвычайные ситуации: лесные пожары и гари, наводнения, вырубки, разливы нефтепродуктов, разрушения застройки.

2. Цель проекта: Сократить время обнаружения и оценки ЧС по космическим снимкам с нескольких суток ручного анализа до нескольких часов.

3. Задачи проекта: - Собрать и разметить обучающий датасет на открытых данных (Sentinel-1/2, Landsat) - Обучить модели сегментации и выявления изменений - Разработать веб-интерфейс, оповещения и экспорт результатов (GeoJSON, отчёт)

4. Ожидаемые результаты: - Работающий MVP через 12 месяцев (3-4 типа ЧС, IoU не ниже 0,7) - Собственный размеченный датасет

5. Области применения результатов: Мониторинг ЧС, лесное хозяйство, экология, страхование, сельское хозяйство. 6. Потенциальные потребительские сегменты: - B2G: подразделения МЧС, лесничества, администрации муниципалитетов - B2B: страховые компании, агрохолдинги, лесопромышленные и нефтегазовые компании

Ссылка

На страницу проекта

Направление

IT

Рынки

TechNet

Сквозные технологии

Искусственный интеллект, Новые производственные технологии, Технологии машинного обучения и когнитивные технологии

Похожие проекты

Разработка платформы на основе мультиагентной системы с моделями глубокого машинного обучения для прогнозирования экологических катастроф
0 комментариев
Интеллектуальная система машинного зрения для детекции и классификации дефектов готовой продукции на основе глубоких нейронных сетей
0 комментариев
Создание мобильного приложения для автоматизации учёта продуктов и планирование покупок на основе машинного обучения
0 комментариев
Разработка программного комплекса на основе глубокого машинного обучения для классификации полезного сигнала в канале разностной частоты системы ионосферного зондирования
0 комментариев
Разработка программно-аппаратного комплекса автоматического обнаружения дефектов интегральных микросхем на основе искусственного интеллекта и глубокого машинного обучения
0 комментариев