Назад

«Платформа дистанционной аналитики данных беспилотных летательных аппаратов с применением нейросетевых алгоритмов анализа изображений»

Идея или концепция
Геоинформационные системы
Искусственный интеллект
Технологии машинного обучения и когнитивные технологии
Технологии хранения и анализа больших данных
AeroNet
HomeNet
Монитори
Технолог
Технолог
Технолог
Транспор
Белгородская область
Белгородский государственный технологический университет им. В.Г. Шухова
Цифровой профиль команды

Описание проекта

Платформа дистанционной аналитики данных беспилотных авиационных систем (БАС) с применением нейросетевых алгоритмов анализа изображений — это комплексное решение, объединяющее сбор, обработку, анализ и визуализацию данных с использованием современных методов искусственного интеллекта.

Концепт платформы включает следующий функционал:

1. Загрузку и хранение данных с БАС: фото и видео материалы в различных форматах (JPEG, TIFF, PNG), данные привязки снимков (из метаданных или данных спутниковых наблюдений);

2. Предобработка изображений: коррекция изображений, удаление артефактов и шумов, увеличение разрешения моделями генеративного искусственного интеллекта или интерполяцией;

3. Построение ортофотопланов и трехмерных моделей местности с использованием классических методов и генеративных алгоритмов;

4. Нейросетевой анализ изображений: обнаружение и классификация объектов с подсчетом их количества, сегментация изображений

5. Расчет вегетационных индексов для сельского хозяйства на основе мультиспектральных снимков;

6. Визуализация и подготовка отчетов для пользователя;

7. Адаптация моделей под задачи пользователя: обучение и дообучение.

8. Соответствие стандартам (ФЗ-152 "О персональных данных", ГОСТ Р ИСО/МЭК 27001, GDPR 2016/679).

Примеры применения:

  • Сельское хозяйство: мониторинг посевов, выявление болезней.
  • Строительство: контроль хода работ, объёмов земляных работ.
  • Экология: мониторинг вырубок, загрязнений, состояния водоёмов.
  • ЧС и безопасность: поиск людей, оценка ущерба, мониторинг пожаров.
  • Логистика и транспорт: подсчёт транспорта, контроль парковок, инспекция дорог.

Технологический стек:

  • Фреймворки ИИ: PyTorch, Ultralytics (YOLO), MMDetection, Detectron2
  • Обработка изображений: OpenCV, GDAL, Rasterio
  • Бэкенд: Python, PostgreSQL + PostGIS, RTKLIB
  • Фронтенд: React + WebGL
  • Облако: AWS/GCP/Azure, Kubernetes, Docker

Презентации

Пульс

Пока еще в пульсе нет записей

Достижения

Подал заявку в акселератор ПУТП 2026
Участник акселератора ПУТП 2026

Команда

Наставники

Трекеры

Эксперты

Кураторы по ТН

Контакты