ML-разработчики Школы анализа данных Яндекса при поддержке Yandex B2B Tech и ученых Политехнического института ДВФУ создали и опубликовали в открытый доступ нейросеть, которая умеет определять объем, массу и виды мусора на побережьях водоемов. Решение успешно применили в экологической экспедиции в Южно-Камчатском федеральном заказнике — особо охраняемой природной территории под управлением ФГБУ «Кроноцкий государственный заповедник» на Дальнем Востоке, а также тестируют в Арктике и других регионах. Технологию смогут бесплатно использовать службы экологического контроля и волонтеры для более быстрого сбора мусора в труднодоступных местах.

Нейросетевая модель «Чистый берег» анализирует аэрофотоснимки побережья и делит мусор на шесть типов: рыболовные сети, железо, резина, крупный пластик, бетон и древесина. Точность классификации — выше 80%. Модель отмечает координаты расположения мусора на карте, указывает его состав и вес. Эти данные помогают рассчитать размер необходимой группы людей и количество техники для уборки.

Эксперты Проекта Yandex B2B Tech предложили архитектуру решения с применением облачных технологий. Студенты ШАДа обучили нейросеть с помощью облачного сервиса Yandex DataSphere на аэрофотоснимках, сделанных в Кроноцком заповеднике, а также на искусственных данных. Учёные ДВФУ помогли разработать методологию для исследования состава мусора и дали экспертную оценку качества работы нейросети. https://www.dvfu.ru/science/news/clean_coast_fefu_and_yandex_school_of_data_analysis_scientists_have_created_a_neural_network_to_detect_water_pollution_in_remote_regions/