Сотрудники МГУ представили комбинацию известных методов на основе архитектуры нейросети U-Net для мониторинга качества дорожного покрытия. Изначально U-Net была создана для сегментации биомедицинских изображений, но исследователи применили алгоритмы для фотофиксации дефектов дорог. В частности, разработчики использовали различные подходы к обработке фотографий: двухэтапную процедуру обучения нейросети градиентными методами с эффективными функциями потерь, а также быстрые методы оценки качества сегментирования.

Созданный метод позволяет проводить исследования непосредственно на выходном изображении без постобработки и настройки параметров. По мнению разработчиков, их подход может дать начало новым системам мониторинга дорог в режиме реального времени.

В октябре сообщалось о планах «Автодора» по контролю объектов дорожной инфраструктуры с помощью искусственного интеллекта. Получать данные для аналитики планировали с помощью установленного на автомобиль устройства.