Российские ученые обучили нейросеть автоматически распознавать плавающий мусор в океане по видеозаписям с борта судна. Модель отличает пластик от птиц, бликов и капель на объективе, что позволяет использовать ее для постоянного мониторинга состояния морей.
По оценкам специалистов, в Мировой океан ежегодно попадает до 23 миллионов тонн антропогенного мусора, который наносит серьезный вред экосистемам. Традиционный поиск мусора с судов требует много времени и усилий, поэтому ученые все чаще обращаются к анализу снимков с дронов и камер. Для этого необходимы надежные нейросети, способные отличать мусор от случайных объектов, таких как морские животные, пена и блики.
Для обучения алгоритмов авторы использовали 136 часов видеозаписей, сделанных с борта научно-исследовательского судна «Дальние Зеленцы» во время арктической экспедиции 2023 года. Материал разбили на отдельные кадры, получив более полумиллиона фотографий, из которых на 10 тысячах снимков вручную отметили птиц, мусор, цветные блики и капли воды на объективе.
Ученые протестировали два подхода. Первый — самообучение: нейросеть анализировала пары кадров, сделанные с разным временным интервалом, и училась находить любые отклонения от чистой поверхности без ручной разметки. Второй — обучение на размеченных человеком изображениях. Результат показал, что нейросеть, прошедшая самообучение, оказалась на 30% эффективнее в поиске мусора. Как пояснила один из авторов исследования Полина Кривошлык, мусор на снимках океана встречается редко и выглядит разнообразно, поэтому метод поиска аномалий более гибок и позволяет избежать трудоемкой разметки тысяч снимков. В дальнейшем ученые планируют дополнить базу данных из других регионов для повышения точности модели.