Загрязнение пластиком стало одной из ключевых угроз для экосистем Мирового океана. Особую тревогу вызывает Арктический регион, где следы микропластика обнаруживают как в организме морских обитателей, так и в донных отложениях, сообщает пресс-служба МФТИ.
При этом традиционные методы мониторинга, основанные на визуальном наблюдении с борта судов, требуют огромных трудозатрат и не позволяют охватить обширные акватории.
Новая система использует два подхода машинного обучения: классификацию изображений с контрастным обучением и прямое детектирование объектов. Алгоритмы были обучены на уникальной базе данных, собранной во время арктической экспедиции осенью 2023 года на НИС «Дальние Зеленцы».
«Мы обработали более 500 тысяч фотографий морской поверхности, сделанных в Баренцевом и Карском морях. Особую сложность представляли условия съемки: морская пена, качка и солнечные блики», — пояснил заведующий лабораторией машинного обучения в науках о Земле МФТИ Михаил Криницкий.
Система способна идентифицировать четыре типа объектов: морской мусор, птиц, блики на воде и капли на объективе.
«Морской мусор часто представляет собой мелкие и редкие объекты на фоне волн. Наш подход с предварительным выделением фрагментов изображения позволил лучше справиться с проблемой малого количества примеров», — добавила младший научный сотрудник лаборатории Ольга Белоусова.
В дальнейшем ученые планируют усовершенствовать алгоритмы для работы в реальном времени, повысить их точность в детекции мусора и адаптировать для использования на автономных платформах мониторинга. Разработка выполнена при грантовой поддержке Президентского фонда природы.
