Artificial intelligence technologies for crack detection in cultural heritage objects

В связи с потребностью в регулярном мониторинге технического состояния объектов культурного наследия для своевременного выявления дефектов в данной работе были использованы нейросетевые методы компьютерного зрения. В статье описан процесс формирования и разметки датасета, содержащего изображения трещин на исторических зданиях. Особое внимание уделено описанию сбора и подготовки данных для обучения, которые оказывают большое влияние на последующие метрики качества модели. Приведены результаты обучения обеих моделей и выполнен их сравнительный анализ. Предложен каскадный конвейер, объединяющий детекцию и сегментацию для повышения точности и надёжности обнаружения дефектов.