ИИ против пластика: ученые нашли способ выявлять мусор на воде
Ученые Балтийского федерального университета имени Канта совместно с исследователями МФТИ и МГУ имени Ломоносова разработали эффективный метод обучения нейросети для автоматического обнаружения плавающего мусора в океане. Об этом сообщает ТАСС со ссылкой на Минобрнауки России.
Речь идет о технологии, способной анализировать видеозаписи, полученные с борта судов, и выделять на них пластиковый мусор, отличая его от птиц, бликов и капель воды на объективе. Предполагается, что система может использоваться для постоянного мониторинга состояния морской среды.
По оценкам специалистов, ежегодно в Мировой океан попадает до 23 млн тонн антропогенных отходов. Это приводит к гибели морских животных, которые могут проглатывать пластик или запутываться в отходах.
Для обучения алгоритмов ученые использовали видеоматериалы, собранные во время арктической экспедиции 2023 года на научно-исследовательском судне «Дальние Зеленцы». Общий объем данных составил 136 часов съемки. Материал был разбит на более чем 500 тысяч изображений морской поверхности.
Около 10 тысяч кадров исследователи вручную разметили, выделив на них птиц, мусор, блики и капли воды. Эти данные использовались для проверки и дополнительной настройки алгоритмов.
В рамках исследования были протестированы два подхода к обучению нейросети. В первом случае алгоритм анализировал пары изображений, сделанных с разным временным интервалом. Это позволило системе самостоятельно определить, как выглядит «нормальная» поверхность океана, и выявлять любые отклонения — от мусора до случайных объектов.
На втором этапе применялся классический метод обучения на размеченных данных, где алгоритму показывали изображения с заранее отмеченными объектами.
В ходе эксперимента ученые изменяли соотношение кадров с объектами и без них, формируя разные обучающие выборки. В результате выяснилось, что нейросеть, обученная методом самообучения, показала более высокую эффективность.
По данным исследователей, такой алгоритм на 30% точнее выявляет мусор по сравнению с системой, обученной только на размеченных изображениях.
Разработанная технология может применяться для мониторинга морских акваторий и ускорения поиска загрязнений, что позволит оперативно реагировать на экологические угрозы.