Совместная разработка компании «Инногеотех» и Института искусственного интеллекта российского ИТ-вуза заняла второе место в номинации «Искусственный интеллект». Всего на конкурс было заявлено 140 проектов из 40 регионов России.
Сервис Университета Иннополис с использованием машинного обучения предназначен для мониторинга лесного фонда в полностью автоматизированном режиме. Пользователю сервиса достаточно указать место анализа (участок лесничества) и временной промежуток, в течение которого необходимо проанализировать объекты лесоизменений. После запуска сервис автоматически находит и скачивает подходящие космоснимки, обрабатывает их, детектирует лесоизменения по 5 классам: вырубки, гари, ветровалы, карьеры и участки усыхания древесной растительности.
Общая площадь применения сервиса составила 84 млн га лесного фонда — 10 % лесов России. Сервис протестирован в 10 регионах страны. Сервис используется в работе Министерства лесного хозяйства Республики Татарстан, а также в качестве подсистемы мониторинга в региональной геоинформационной системы «Умный лес» Пермского края.
«Ключевой особенностью сервиса является возможность быстрого масштабирования и применения сервиса в различных лесорастительных условиях за счёт дообучения базовых алгоритмов. Стоит отметить, что на создание базовых алгоритмов у нас ушло 2,5 года и за это время было создано более 140 000 объектов обучающей разметки. В 2020 году мы провели оптимизацию процессов обработки и анализа космических изображений, нам удалось сократить время обработки данных в 3 раза, при этом мы существенно повысили качество алгоритмов распознавания, что позволило повысить оперативность и точность выявления изменений в лесной растительности», — объясняет Дмитрий Шевелев, руководитель направления разработки и развития продуктов компании «Инногеотех».
Директор Института искусственного интеллекта Университета Иннополис Рамиль Кулеев: «Специальная архитектура наших нейросетей, оптимизированная для задач сегментации, позволяет нейросети эффективно выделять на изображениях объекты интереса. Для измерения качества наших алгоритмов мы используем метрику F1-score. Она показывает насколько алгоритм точный — ложных срабатываний не должно быть слишком много, а также робастный (от англ. «robust»), то есть насколько нейросеть устойчива, потому что алгоритм не должен пропускать объекты интереса. На тестовых данных F1-score наш результат составляет от 0.7 до 0.9 в зависимости от типа объекта. Это высокий показатель».
Организатор конкурса — Экспертный центр электронного государства. Победителей и призеров определяли по 11 номинациям. Оценивал проекты экспертный совет, в который вошли представители федерального правительства и министры цифрового развития субъектов РФ. Награждение компаний-победителей состоится в ходе IX Всероссийского форума региональной информатизации «ПРОФ-IT» в Нижнем Новгороде. Итоговая таблица на сайте проекта.
