Система оценки конструкций объектов культурного наследия для разработки проекта реставрации

Номинация:
Алгоритмы и программные решения в области ИИ и больших данных

Описание проекта:
Данный проект объединяет методы машинного обучения, анализа изображений и обработки изображений для создания эффективной модели классификации изображений на две категории - с трещинами и без них.
Он может иметь применение в различных областях, где важно автоматическое обнаружение и анализ трещин на поверхностях, для обеспечения безопасности и качества продукции.
Программа использует библиотеки cv2, numpy, matplotlib, tensorflow и sklearn для загрузки и обработки изображений, создания генераторов изображений, определения модели CNN, компиляции модели, обучения модели на тренировочных данных, оценки точности модели на валидационных данных и генерации отчета о классификации на валидационной выборке.
После обучения модели программа применяет фильтр Canny для нахождения границ изображения, применяет морфологические преобразования для устранения шумов и соединения разрывов в границах, и применяет алгоритм Хафа для нахождения трещин на изображении объекта. Затем на основе найденных трещин рисуются линии с использованием библиотеки cv2.

Результаты:
Разработана система классификации и обработки изображений с использованием модели CNN на основе ResNet50V2 и алгоритма Хафа для обнаружения трещин на объектах культурного наследия.
Система позволит автоматизировать процесс обнаружения и анализа трещин на поверхностях, что может быть критически важно в различных отраслях, таких как инженерия, строительство, авиация, дорожное строительство и других.

Освещение в СМИ:
Анонс о разработке представлен в интервью руководителя проекта к.т.н., доц. Адамцевич Л.А., доступного на официальных каналах Национального исследовательского Московского государственного строительного университета.
(https://m.vk.com/@mgsu-izobreteno-v-niu-mgsu5 и др.)

Команда проекта:
НИУ МГСУ
Пиляй Андрей Игоревич (Ответственный исполнитель)
Адамцевич Любовь Андреевна (Руководитель)

Контакты:
adamtsevichla@mgsu.ru