Российская платформа ускоряет обучение нейросетей для БПЛА по данным аэрофотосъемки

В России разработали программный комплекс для ускоренной подготовки нейросетей, используемых в беспилотных летательных аппаратах. Решение объединяет полный цикл работы с моделями — от разметки аэрофотоснимков до обучения и внедрения алгоритмов на бортовые вычислители, передает Вечерний Санкт-Петербург.

По данным разработчиков, система может заменить зарубежные сервисы и не зависит от санкционных ограничений. Все операции выполняются на оборудовании заказчика, без передачи данных во внешние облачные хранилища. Для отраслей, работающих с закрытыми или чувствительными геопространственными данными, это принципиально важно: аэрофотосъемка часто содержит информацию об инфраструктуре, промышленных объектах, лесных массивах, линейных сооружениях и территориях строительства.

Комплекс включает инструменты автоматизации разметки снимков. Именно этот этап обычно занимает значительную часть времени при подготовке обучающих выборок для ИИ-моделей. По словам руководителя проекта Сергея Иванова, система позволяет ускорить подготовку данных в 3–10 раз, а при отдельных условиях — до 50 раз.

Тестирование проводилось на материалах аэрофотосъемки лесных массивов в Ленинградской и Псковской областях. Разработчики заявляют, что при решении задач анализа лесных территорий комплекс работал примерно в 10 раз быстрее зарубежных аналогов.

Отдельно отмечается совместимость с отечественными вычислительными платформами, включая чипы «Эльбрус». Это расширяет возможности применения решения на борту беспилотников и в наземной инфраструктуре заказчика.

Для геодезии, мониторинга территорий, лесоустройства, строительства и эксплуатации инфраструктуры такая разработка важна не только как импортозамещение. Ускорение обучения нейросетей может сократить цикл обработки данных ДЗЗ и аэрофотосъемки, быстрее выявлять изменения на местности, повреждения объектов, незаконные вырубки, дефекты линейной инфраструктуры и отклонения на строительных площадках.