Нейросеть Яндекса ускоряет уборку берегов водоемов от мусора

Нейросеть "Яндекса" поможет быстрее очищать берега водоемов от мусора. Об этом ТАСС рассказали в Yandex Cloud. Нейросеть анализирует аэрофотоснимки побережья, делит мусор на шесть типов и отмечает координаты его расположения на карте. / Наука

ИИ поможет эффективнее находить и убирать мусор на берегах водоёмов. Технологию смогут бесплатно использовать службы экологического контроля и волонтёры для работы в труднодоступных местах. Первые тесты провели в Кроноцком заповеднике — особо охраняемой природной территории на Дальнем Востоке. ИИ проанализировал аэрофотоснимки побережья, отметил и разделил мусор на шесть типов: рыболовные сети, железо, резина, крупный пластик, бетон и древесина. Точность классификации — выше 80%. Это помогло в 4 раза быстрее убрать 5 тонн отходов. Нейросеть создали студенты Школы анализа данных Яндекса ШАД вместе со специалистами Yandex B2B Tech и Дальневосточного университета. Код разработки выложили в открытый доступ. Её можно адаптировать для любого региона и научить находить другие виды отходов. В 2025 году её планируют применять на Дальнем Востоке и в Арктике.

Нейросеть ШАДа Яндекса поможет волонтерам быстрее убирать мусор ML-разработчики Школы анализа данных Яндекса при поддержке Yandex B2B Tech и ДВФУ создали и выложили в открытый доступ нейросеть, которая умеет определять объём, массу и виды мусора на побережьях водоёмов. Технологию смогут бесплатно использовать службы экологического контроля и волонтёры для более быстрого сбора мусора в труднодоступных местах. Нейросеть анализирует снимки побережья, сделанные с помощью квадрокоптера, и делит мусор на шесть типов: рыболовные сети, железо, резина, крупный пластик, бетон и древесина. Точность классификации – выше 80%. Модель отмечает координаты расположения мусора на карте, указывает его состав и вес. Технологию можно также научить находить другие виды отходов, код разработки также выложен в опенсорс.

Нейросеть ШАДа Яндекса поможет быстрее очищать берега водоёмов от мусора в труднодоступных регионах. ML-разработчики Школы анализа данных Яндекса при поддержке Yandex B2B Tech и ДВФУ создали и выложили в открытый доступ нейросеть, которая умеет определять объём, массу и виды мусора на побережьях водоёмов. Нейросеть анализирует аэрофотоснимки побережья и делит мусор на шесть типов: рыболовные сети, железо, резина, крупный пластик, бетон и древесина. Точность классификации – выше 80%. Модель отмечает координаты расположения мусора на карте, указывает его состав и вес. Эти данные помогают рассчитать размер необходимой группы людей и количество техники для уборки. Решение использовали во время экспедиций на территориях Кроноцкого заповедника и Южно-Камчатского заказника на Камчатке. С помощью нейросети специалисты выяснили, что больше всего побережье загрязнено пластиковой тарой и упаковкой 33-39% , а также отходами промышленного рыболовства 27–29% . Эксперты рассчитали, что для очистки берега потребуется группа в 20 волонтёров, два самосвала, два квадроцикла и фронтальный погрузчик. Благодаря использованию дронов и нейросети организовать уборку пяти тонн отходов удалось в 4 раза быстрее, чем без использования технологии. Все эти отходы на заповедное побережье выбрасывает прибоем. Подробнее о возможностях нейросети на нашем сайте:

Организовать уборку пляжей на территориях Кроноцкого заповедника и Южно-Камчатского заказника на Камчатке специалистам помогала нейросеть. ML-разработчики Школы анализа данных Яндекса при поддержке Yandex B2B Tech и ДВФУ создали и выложили в открытый доступ нейросеть, которая умеет определять объём, массу и виды мусора на побережьях водоёмов. С её помощью специалисты выяснили, что больше всего побережье Камчатки загрязнено пластиковой тарой и упаковкой 33-39% , а также отходами промышленного рыболовства 27–29% . Эксперты рассчитали, что для очистки берега потребуется группа в 20 волонтёров, два самосвала, два квадроцикла и фронтальный погрузчик. Благодаря использованию дронов и нейросети организовать уборку пяти тонн отходов удалось в 4 раза быстрее, чем без использования технологии. Разработчики рассказали, что нейросеть анализирует аэрофотоснимки побережья и делит мусор на шесть типов: рыболовные сети, железо, резина, крупный пластик, бетон и древесина. Точность классификации – выше 80%. Модель отмечает координаты расположения мусора на карте, указывает его состав и вес. Эти данные помогают рассчитать размер необходимой группы людей и количество техники для уборки. Источник: Информационное агентство Камчатка

Искусственный интеллект на службе экологии: камчатские пляжи очищены с помощью нейросети В борьбе за чистоту побережья Камчатки успешно применяется инновационный подход: нейросеть, разработанная специалистами Школы анализа данных Яндекса, помогла организовать эффективную уборку пляжей в Кроноцком заповеднике и Южно-Камчатском заказнике. Эта разработка, созданная при поддержке Yandex B2B Tech и ДВФУ и доступная в открытом доступе, анализирует аэрофотоснимки, определяя количество и типы мусора. Благодаря нейросети, специалисты получили точную картину загрязнения. Оказалось, что наибольшую долю мусора составляют пластиковая тара и упаковка 33-39% , а также отходы промышленного рыболовства 27-29% . Модель классифицирует мусор на шесть категорий с точностью более 80% и указывает его местоположение, массу и состав на карте. Это позволило оптимизировать ресурсы и сократить время уборки пяти тонн отходов в четыре раза. Подробнее читайте на сайте «Камчатский край»

О проверках "дроповодов" и криптообменников и не только - на tokengram.ru

Нейросеть ШАДа Яндекса поможет планировать уборку берегов водоёмов от мусора в труднодоступных регионах ML-разработчики Школы анализа данных Яндекса при поддержке Yandex B2B Tech и ДВФУ создали и выложили в открытый доступ нейросеть, которая умеет определять объём, массу и виды мусора на побережьях водоёмов. Решение успешно применили в экологической экспедиции в Южно-Камчатском федеральном заказнике – особо охраняемой природной территории на Дальнем Востоке, а также тестируют в Арктике и других регионах. Технологию смогут бесплатно использовать службы экологического контроля и волонтёры для более быстрого сбора мусора в труднодоступных местах. ‍ Для разработчиков: Нейросеть распознает на аэроснимках 6 видов мусора, включая рыболовные сети, с точностью до 80%. Код разработки выложен в опенсорс, его может использовать в своем проекте каждый желающий. Решение уже использовали во время экспедиции в Южно-Камчатском федеральном заказнике. Специалисты выяснили, что больше всего побережье загрязнено пластиковой тарой и упаковкой 33-39% , а также отходами промышленного рыболовства 27–29% . С помощью нейросети эксперты рассчитали, что для очистки берега потребуется группа в 20 волонтёров, два самосвала, два квадроцикла и фронтальный погрузчик. Далее добровольцы убрали с побережья пять тонн отходов. Таким образом, благодаря использованию дронов и нейросети организовать уборку удалось в 4 раза быстрее, чем без использования технологии. Искусственный интеллект поможет волонтерам быстрее убирать мусор на берегах водоёмов Нейросеть разработали специалисты Yandex B2B Tech и студенты ШАДа Решение уже работает в Кроноцком заповеднике, а еще его тестируют в Арктике, на Байкале и в других регионах. Это бесплатно и доступно в опенсорс

Yandex B2B Tech поможет искать мусор. Социальные проекты – это всегда хорошо. Товарищи из «Яндекса» сообщают, что ML-разработчики ШАД вместе с Yandex B2B Tech и Дальневосточным федеральным университетом создали и выложили в открытый доступ нейросеть, которая умеет определять объём, массу и виды мусора на побережьях водоёмов. Обкатка прошла на базе Кроноцкого государственного заповедника. Сейчас разработку тестируют также в Арктике. Нейросеть проводит анализ аэрофотоснимков прибрежных зон и классифицирует мусор на шесть категорий: рыболовные сети, металлические предметы, резина, крупные пластиковые изделия, бетон и древесина. Уровень точности классификации превышает 80%. Модель фиксирует координаты нахождения мусора на карте, а также определяет его состав и массу. Эта информация позволяет определить необходимое количество людей и техники для проведения уборки. На тестировании в Кроноцком заповеднике и Южно-Камчатском заказнике на Камчатке, с помощью нейросети специалисты выяснили, что наиболее загрязнены побережья пластиковыми контейнерами и упаковкой 33-39% , а также отходами от промышленного рыболовства 27-29% . Эксперты оценили, что для очистки берега потребуется команда из 20 волонтеров, два самосвала, два квадроцикла и фронтальный погрузчик. Использование дронов и нейросети позволило организовать уборку пяти тонн мусора в четыре раза быстрее по сравнению с традиционными методами. В 2025 году планируется внедрение этой технологии в других национальных парках и заповедниках Дальнего Востока и Арктики. Вывоз отходов из этих районов затруднен из-за их удаленности, и данное решение поможет более эффективно планировать уборку мусора в таких условиях. ™ Телекоммуналка

Нейросеть поможет убрать мусор в заповедниках Хабаровского края Хабаровский край и заповедники региона могут стать одними из первых, где новейшие технологии помогут в борьбе за чистоту уникальной природы, — сообщает ФГБУ «Кроноцкий государственный заповедник».АиФ Хабаровск. Читать новость в источнике

Яндекс разработал нейросеть для мониторинга загрязненности побережья Нейросеть Яндекса определяет объём, массу и виды мусора на побережьях водоёмов, классифицирует его на шесть типов и отмечает координаты на карте, указывая состав и вес. Эти данные позволяют рассчитать размер необходимой группы людей и количество техники для уборки, что в несколько раз сокращает время работы. Разработку протестировали на территориях Кроноцкого заповедника и Южно‑Камчатского заказника, а теперь планируют использовать для очистки Арктики. КИБЕРФРОНТ.