Технология: Компьютерное зрение

Отрасль: Государственное и муниципальное управление

Примечание: Существующее решение

Какие данные используются для работы ML сервиса?

В основе используемого сервиса находится модель глубокого машинного обучения основанная на сверточных нейронных сетях. Для обучения и инференса (процесса распознавания) разработан ML сервис который принимает на вход RGB изображение, а на выходе генерирует geoJSON файл с разметкой найденных объектов капитального строительства. 

Для работы система модель использует снимки с беспилотных летательных аппаратов. Необходимое разрешение ортофотоплана для работы: не менее 5-10 см/пикс. Ортофотоплан должен иметь минимальное количество искажений геометрии на всей охватываемой площади.

Какие метрики качества получились?

В результате оценки точности модели на тестовых данных получены следующие значения:

• количество найденных крыш: 91%;
• точность обводки крыш полигонами: 94%.

Какие сезоны обрабатываем?

Удалось добиться приемлемого качества работы моделей на летних и зимних облетах, но  качество распознавания может снижается на снимках выполненных после выпадения обильного снегопада.

Главный результат?

Главным результатом реализации проекта стало возможность автоматического выявления несоответствий фактической застройки и информации, содержащейся в кадастровых данных, и как следствие, увеличение налогооблагаемой базы.