Создание методики дообучения алгоритмов и обучающих датасетов городской застройки. Прототипирование платформы. Создание классификатора городской застройки, на основе визуально-дешифрируемых характеристик объектов на данных дистанционного зондирования

Объектом разработки в рамках данного этапа работ является программно-аналитический комплекс — глобальная платформа мониторинга городской застройки.Объектом исследований в рамках данного этапа работ являются алгоритмы машинного обучения для распознавания городских объектов на мультиспектральных данных ДЗЗ субметрового разрешения.Целью данного этапа работы являлась разработка прототипа платформы, обеспечивающей работу алгоритмов и потоковую обработку больших данных ДЗЗ, загружаемых в платформу из внешних облачных сервисов, таких как сервисы Maxar на платформе Amazon, сервисы Mapbox и другие.Основными методами выполнения работы являлись:–тестирование и экспертная оценка методов разработки алгоритмов;–экспериментальные исследования и тестирование алгоритмов;–гибкая разработка по коротким этапам.В ходе НИОКР были выполнены следующие работы:–постановка экспериментов по глубокому машинному обучению нейросетей с алгоритмами компьютерного зрения для обработки ДЗЗ;–разработка собственных структур и библиотек для обучения нейросетей и управления обработкой;–разработка алгоритмов постобработки с целью доведения результата до требуемого качества;–проектирование и разработка микросервисной архитектуры платформы для управления и масштабирования потоками обработки ДЗЗ;–разработка методики дообучения алгоритмов и обучающих датасетов городской застройки;–проектирование и разработка прототипа платформы;–создан классификатор городской застройки, на основе визуально-дешифрируемых характеристик объектов на данных дистанционного зондирования Земли.Запуск прототипа платформы для тестового использования показал хорошую пользовательскую активность — более 200 зарегистрированных пользователей, и также привлек первых коммерческих клиентов — 5 лицензий продано с декабря 2019 г.В рамках работ был проведен экономический и научный анализ результатов и потенциала проекта. Определены некоторые бизнес-метрики экономического эффекта для потенциальных клиентов. Определены метрики качества работы алгоритмов.Таким образом, работы были выполнены в полном объеме в соответствии с техническим заданием, календарным планом и планом-графиком выполнения работ.