ИИ 6 ноября 2026, 12:35 МСК

В ПНИПУ повысили точность распознавания свалок на спутниковых снимках до 95%

По данным ПНИПУ, новая подготовка обучающих данных повысила точность классификации свалок с 56% до 95% и сократила ложные срабатывания примерно в 24 раза.

Исследователи использовали более 100 тыс. спутниковых изображений из разных округов России и стандартную нейросеть для анализа изображений. В обучающую выборку добавили карьеры, промышленные зоны и стройплощадки, которые модель могла ошибочно принимать за свалки.

Учёные также создали программу, автоматически собирающую из открытых источников сведения о территории, включая тип земного покрова, плотность населения и рельеф. Методика направлена на устранение перекоса в данных, из-за которого нейросеть ориентируется на окружающий фон, а не на признаки отходов.

По результатам сравнения со стандартным подходом доля ложных срабатываний снизилась примерно в 24 раза, сообщили представители университета. Разработка предназначена для экологического мониторинга и сокращения объёма ручных проверок, а статья опубликована в вестнике «Прикладная математика и вопросы управления».

• Общая точность классификации выросла с 56% до 95%
• Доля ложных срабатываний снизилась примерно в 24 раза
• Для обучения использовали более 100 тыс. спутниковых изображений