НГТУ разработал нейронную модель для обнаружения трещин в бетоне с точностью 95%

Искусственный интеллект научили находить трещины в бетонных зданиях Студент НГТУ НЭТИ создал нейронную модель для обнаружения деформаций в бетоне. Испытания показали, что она находит даже те трещины, которые пропустил человек. Как рассказали в пресс-службе вуза, разработка позволит избежать аварийных ситуаций. Система анализирует картинку с камер видеонаблюдения с помощью искусственного интеллекта. «В рамках проекта был собран большой набор данных, включающий изображения с различных объектов, создана базовая нейронная сеть. Я обучил её детектировать трещины в бетоне на основе изображений, обработанных и сегментированных с помощью метода контура контур делается на специальном приложении, чтобы нейронная сеть могла распознавать эти трещины . Искусственный интеллект выявляет трещины на основе обученной модели», — рассказал автор проекта, студент факультета прикладной математики и информатики НГТУ Николай Обидин. Прототип успешно прошёл испытания: нашёл 95% дефектов. 10 из 15 выявленных деформаций были пропущены при ручном контроле. Разработка позволит регистрировать их на самой ранней стадии. «Трещины в бетоне могут быть незаметны невооружённым глазом, но приводят к серьёзным разрушениям. Их несвоевременное обнаружение увеличивает вероятность обрушения конструкций. Регулярный мониторинг позволяет избежать серьёзных финансовых затрат: ремонт аварийных зданий обходится дороже, чем профилактическое обслуживание», — подчеркнул Николай Обидин. В ближайшем будущем он планирует создать пользовательский интерфейс и продолжить тестирование системы. «В перспективе я бы хотел, чтобы обученная модель была внедрена в беспилотники, а также подводные аппараты, которые будут мониторить состояние железобетонных конструкций и фиксировать трещины как над водой, так и под водой», — добавил студент.

В РФ создали нейронную модель для обнаружения деформаций в бетоне Разработка позволит сократить риски возникновения аварийных ситуаций, а также избежать серьезных финансовых затрат на ремонт. Созданная модель показала точность обнаружения трещин на уровне 95%. В перспективе я бы хотел, чтобы обученная модель была внедрена в беспилотники, а также подводные аппараты, которые будут мониторить состояние железобетонных конструкций и фиксировать трещины как над водой, так и под водой, – добавил Николай Обидин, разработчик системы детекции трещин.

Подарок для тех кто не хочет быть грустным котом в НГ

В РФ создали нейронную модель для обнаружения деформаций в бетоне Источник: ТАСС Систему детекции трещин, в которой используются искусственный интеллект и машинное обучение для анализа изображений и видео с камер наблюдения, создали в Новосибирском государственном техническом университете НГТУ . Разработка позволит избежать риска возникновения аварийных ситуаций и экономических потерь, сообщили ТАСС в пресс-службе вуза. Как пояснили в университете, трещины в бетоне могут быть незаметными, но при этом приводить 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. В рамках проекта был собран большой набор данных, включающий изображения с различных объектов, создана базовая нейронная сеть. Я 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 ", - цитирует пресс-служба разработчика Николая Обидина. Система анализирует видеопотоки с камер, после чего идет обработка данных: искусственный интеллект выявляет трещины на основе обученной модели. Созданная модель показала точность обнаружения трещин на уровне 95%. Проект прошел акселерационную программу НГТУ Reactor, которая реализуется в рамках федерального проекта "Платформа университетского технологического предпринимательства" госпрограммы "Научно-технологическое развитие РФ".

Ученые в РФ создали ИИ-систему для выявления дефектов в бетонных конструкциях Новая технология использует нейронные сети для анализа видеопотока с камер наблюдения, выявляя даже малозаметные трещины в бетоне. «Мы создали специализированную нейронную сеть, обучив ее на обширной базе изображений с различных объектов. Для повышения эффективности распознавания применяется метод контурной сегментации», – пояснил разработчик проекта Николай Обидин. Своевременное обнаружение повреждений в бетонных конструкциях имеет критическое значение для безопасности зданий и сооружений. Микротрещины, оставшиеся без внимания, могут привести к серьезным разрушениям и даже обрушению конструкций. Автоматизированный мониторинг не только снижает риск возникновения аварийных ситуаций, но и позволяет существенно сократить расходы на обслуживание объектов. Профилактический ремонт всегда обходится дешевле устранения серьезных повреждений.