Обнаружение нефтяных загрязнений водных поверхностей с помощью БПЛА и мультиспектральных изображений на основе технологий глубокого обучения

В данной статье представлен алгоритм идентификации нефтяных загрязнений водных поверхностей на базе глубокого обучения, с использованием мультиспектральных изображений 5-канальной камеры, полученных с беспилотных летательных аппаратов (БПЛА). Алгоритм, основанный на архитектуре Unet с энкодером efficientnet-b0, демонстрирует высокую точность сегментации и является частью системы экологического мониторинга. С использованием данных о естественных и контролируемых разливах нефти, а также органических сливах, метод прошел полевые испытания на различных водоемах, что подтверждает его эффективность и надежность в оперативном выявлении загрязнений. Особое внимание в статье уделено вопросам точности и быстродействия алгоритма. Разработанный метод обладает высокой скоростью обработки данных и может быть успешно применен в различных климатических условиях. Полученные результаты демонстрируют, что предложенный алгоритм способен автоматически обнаруживать даже незначительные загрязнения водных поверхностей, что позволяет оперативно реагировать на экологические катастрофы и минимизировать их последствия. Предложенный алгоритм показал высокие результаты. При выбранной конфигурации модели были достигнуты метрики Dice Loss на уровне 0.00265 и IoU Score равный 0.9971. Данные высокие значения подтверждают надежность и точность предложенного подхода, обеспечивая точную идентификацию нефтяных пятен.