В Севастополе дроны смогут применять для обнаружения мусора

Севастопольская команда заняла первое место в хакатоне

Фото: Елена Рюмина. Перейти в Фотобанк КП

В Севастополе состоялся хакатон, в ходе которого команды из разных городов обучали нейросети и использовали дроны для обнаружения мусора. Организовала соревнования компания «Weelies» - один из стартапов севастопольского ИТ-парка.

- Командам нужно было провести экологический мониторинг при помощи дронов, которые управляются платформой. На площадке был хаотично размещен мусор, и нужно было обучить нейросети так, чтобы без участия оператора дроны этот мусор идентифицировали, - рассказала руководитель стартап-студии «ИТ-гараж» Мария Третьякова.

В хакатоне приняли участие 25 команд из 13 городов. В финал вышли девять команд из Москвы, Санкт-Петербурга, Томска, Симферополя, Мелитополя и Севастополя. Во время заочного этапа команды знакомились с программным обеспечением, с платформой «Weelies», программировали свои нейросети.

Завершающий этап проходил на полигоне парка "Патриот". Фото: преcс-служба Weelies

Заключительный этап прошел на полигоне парка «Патриот». Команды подняли в небо дроны и показали в действии результаты своей работы.

На соревнования приехала и команда из Мелитопольского государственного университета. В апреле там открылась лаборатория БПЛА. Ребята заняли восьмое место, но это их не огорчило.

- Этот хакатон был очень хорошим опытом, мы прошли в финал. Мы получили много новых знаний для будущих побед. Обучать нейросети было непросто, это новый опыт. И впечатления от города – на высоте. Будем творить и развиваться дальше, - рассказал представитель мелитопольской команды Данил Марусенко.

Победителем была признана команда ИТ-куба Гагарин из Севастополя «Gagarin Cube».

- Очень здорово, что ребята, которые учат наших подрастающих новаторов, сами не просто знакомы с теорией, но и могут разбираться с такими сложными технологиями на практике, - отметила Мария Третьякова.

Ребята системно подошли к задаче. Определенное время заняло обучение нейросети. Для этого использовали фотографии и видео, на которых есть различные виды мусора – бутылки, пакеты, банки.

- Ты помогаешь коду распознать мусор, выделяешь область. Пишешь аннотацию в специальном файле. Потом модель сама начинает распознавать нужный образ, учится, - пояснили участники команды.

На достигнутом команда не собирается останавливаться, технологию хотят развивать. Ее можно использовать на обширных лесных территориях, а также для мониторинга побережья, например, обнаружения мусора на диких пляжах.