Разработка демонстрирует точность 88,7% и обрабатывает до 232 изображений в секунду, что в 100 раз превышает скорость традиционных методов диагностики.
Нейросеть оснащена уникальными алгоритмами, позволяющими отличать реальные дефекты от теней и других визуальных помех. Система сохраняет эффективность даже в сложных условиях — при работе в туннелях, под мостами и в ночное время. В ближайших планах исследователей — интеграция технологии с беспилотными системами и инфракрасными камерами для круглосуточного мониторинга инфраструктуры, передает ИА Уральский меридиан.
«В дальнейшем планируем провести тестирование модели на платформе Jetson и интегрировать ее с беспилотными системами для применения в мониторинге мостов, дорог и другой инженерной инфраструктуры в реальном времени», — пояснила соавтор работы, заведующая кафедрой «Строительные конструкции и механика грунтов» УрФУ Зоя Беляева.
Внедрение этой разработки позволит создать систему постоянного контроля состояния строительных объектов, что значительно повысит безопасность и сократит затраты на обслуживание. Технология уже успешно протестирована на снимках из России и Китая, подтвердив свою эффективность для разных типов конструкций.
