Нейросеть «Яндекса» изменяет подход к уборке мусора в Арктике и на Дальнем Востоке: скорость и эффективность под контролем технологий

Разработчики из Школы анализа данных «Яндекса» при содействии Yandex B2B Tech и Дальневосточного федерального университета создали нейросеть, доступную для всех, которая может определять количество, массу и типы мусора на берегах водоемов. Эта технология была использована в экологической экспедиции в Южно-Камчатском федеральном заказнике и сейчас проходит испытания в Арктике и ряде других районов. Заказник управляется ФГБУ «Кроноцкий государственный заповедник». Институты экологического контроля и волонтеры смогут воспользоваться этой разработкой для более оперативного очищения труднодоступных территорий. Об этом сообщила пресс-служба «Яндекса» в информационном агентстве Хабр.

Нейросеть обрабатывает аэрофотоснимки и классифицирует мусор на шесть категорий: рыболовные сети, металлические предметы, резина, крупный пластик, бетон и древесина. Ее точность классификации превышает 80%. Модель также фиксирует координаты мусора, определяет его состав и вес. Эти сведения помогают рассчитать количество необходимых участников и технику для уборки.

Эту технологию применяли в экспедициях, проводимых на территории Кроноцкого заповедника и Южно-Камчатского заказника. С ее помощью удалось выявить, что побережье загрязнено пластиковой упаковкой (33–39%) и остатками промышленного рыболовства (27–29%). Для уборки одного из участков была рассчитана необходимая команда: 20 волонтеров, два самосвала, два квадроцикла и фронтальный погрузчик. Благодаря нейросети и дронам, удаление пяти тонн мусора заняло в четыре раза меньше времени.

В 2025 году эта технология будет использоваться в других национальных парках и заповедниках на Дальнем Востоке и в Арктике. Сложность вывоза отходов из этих мест из-за транспортной инфраструктуры делает применение этой технологии особенно актуальным для планирования работ по очистке. Система может быть обучена для определения других категорий отходов. Код проекта доступен по ссылке в открытом доступе, что позволяет применять ее по всему миру для мониторинга различных видов загрязнений.