Беспилотники считают сайгаков на юге России

Нейронная сеть определяет среди сайгаков самцов, самок и потомство.

Беспилотники считают сайгаков на юге России

Пример аэрофотоснимка с животными и результат детекции животных с использованием нейронной сети
©
Евгений Полонский, WWF России

Данные, полученные с беспилотников, расшифруют специалисты SPH Engineering, которые стремятся разработать возможность «умного» учета сайгаков.
Летом 2019-го года WWF России была проведена аэрофотосъемка районов обитания сайгаков в заповеднике «Черные Земли», заказниках «Меклетинский» и «Степной». По снимкам с высоты нужно было определить количество животных, обитающих на этих территориях, а также соотношение взрослых и молодняка, самцов и самок, сообщает пресс-служба WWF России.
Ручная обработка снимков — трудоемкая и длительная работа высококвалифицированных экспертов. Специалисты компании SPH Engineering — одной из ведущих организаций в области программного обеспечения для беспилотных летательных аппаратов и цифрового автоматического анализа снимков — пытаются автоматизировать процесс. Они разработали нейросетевые распознающие алгоритмы и обучают их «видеть» сайгаков на снимках и определять среди них взрослых самцов и самок, а также сайгачат.
«Задача оказалось не такой простой, как мы думали поначалу. Все дело в том, что съемка велась с большой высоты, чтобы не пугать животных шумом двигателей беспилотника. Из-за чего на каждое животное на фотографии приходилось очень немного точек. Это заставило нас очень тщательно подходить к разметке обучающей выборки, а также к подбору конвейера обработки, чтобы обеспечить адекватное качество детекции и классификации, ¬- рассказывает Алексей Янкелевич, директор по разработке SPH Engineering. — Всегда приятно видеть, когда современные технологии не вредят природе, а наоборот приносят пользу. Мы рады, что обученная нами нейронная сеть позволит специалистам WWF России существенно повысить эффективность своей работы».
На настоящий момент силами специалистов ведется сопоставление результатов «ручной» и автоматизированной обработки снимков для определения дополнительных условий обучения нейросетевого алгоритма или изменения стратегий распознавания. В дальнейшем развитие этой программы может помочь оперативно получать данные о состоянии отдельных популяций сайгаков для принятия решений о необходимых мерах их сохранения и восстановления.

Источник