• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
  • НИУ ВШЭ в Перми
  • Новости
  • Студенты НИУ ВШЭ – Пермь разработали систему по распознаванию несанкционированных мусорных свалок

Студенты НИУ ВШЭ – Пермь разработали систему по распознаванию несанкционированных мусорных свалок

В хакатоне «Экодрон», который проходил в Санкт-Петербурге, участвовали студенты вузов Москвы, Санкт-Петербурга, Перми, Саратова, Краснодара и Белгорода. Команды занимались созданием нейросетевого решения по выявлению несанкционированных свалок на основе анализа снимков с беспилотных летательных аппаратов. Победителем хакатона стала команда, в состав которой вошли студенты образовательной программы «Программная инженерия» пермского кампуса НИУ ВШЭ Нурлан Мамедов и Александр Мочалов.

Проект «Экодрон» реализуется с использованием гранта Президента Российской Федерации, предоставленного Фондом президентских грантов. Волонтеры проекта «Чистая Вуокса» подготовили более 10 тысяч фото- и видеоматериалов, снятых с квадрокоптера, для дальнейших разработок IT-специалистами. Три дня команды студентов создавали систему распознавания мусора с дрона, а также слушали лекции по экологии и участвовали в научно-популярной викторине. 

Победителем хакатона стала команда, в состав которой вошли студенты образовательной программы «Программная инженерия» Нурлан Мамедов и Александр Мочалов, они получат дипломы и призы от партнеров. Но самое главное, что разработка «Экодрон» поможет волонтерам более эффективно проводить экологические акции. 

Репортаж о хакатоне «Экодрон»

Студент образовательной программы «Программная инженерия» Нурлан Мамедов

Студент образовательной программы «Программная инженерия» Нурлан Мамедов

Узнал о мероприятии от одногруппника, а тот от «Зеленой Вышки». Решил принять участие, поскольку одной из ключевых технологий для разработки на хакатоне было компьютерное зрение, с которым у меня в прошлом много опыта. С самого начала трудность была в количестве людей в команде, зарегистрировались на хакатон только я и Александр Мочалов, по конкурсу нужно было 5 человек. Организаторы предложили нам объединиться с другой командой в 3 человека, и мы согласились. До самого хакатона в Санкт-Петербурге мы не знали, кто эти люди и на мероприятии это было «свидание вслепую». Коллеги оказались знатоками своего дела, и мы приступили к работе.

Темой работы являлось «распознавание несанкционированных мусорных свалок с высоты полета дрона с помощью нейронных сетей». Мы создали систему за 2 дня и представили ее жюри. Наша система имеет внушительную точность, безумную скорость и требует небольшие мощности для функционирования в реальном времени. Также она позволяет определять площадь свалки с дрона и делает отметки на карте каждый раз при обнаружении новой свалки.

Говоря об эмоциях, самыми захватывающими минутами являются те, что перед выступлением, во время и после. Они вызывают наибольший драйв и шквал эмоций, после таких ураганов хочется творить ещё! В текущее время мы с командой ведем переговоры с «Чистой Вуоксой» для начала внедрения разработки в Ленинградской области. Вскоре наша разработка позволит сделать леса чище!

Студент образовательной программы «Программная инженерия» Александр Мочалов

Студент образовательной программы «Программная инженерия» Александр Мочалов

Наша команда была единственной географически смешанной. Но уже на второй день хакатона мы уже общались так, будто знакомы очень давно. Совместными усилиями мы создали действительно классное решение для детекции несанкционированных свалок с дрона на территории Ленинградской области. Видеопоток в real-time передавался с камеры на сервер, там проходил через нейросеть. Потом по битовой маске поверх изображения накладывался полупрозрачный слой. Далее этот видеопоток с отмеченными зонами загрязнения можно было в real-time наблюдать на странице сайта.

Кроме того, мы разработали способ определения площади загрязнения, исходя из данных о масштабе изображения. Ещё параллельно с хакатоном проходила научно-популярная викторина, где мы также одержали уверенную победу.