Этап №1 «Выполнение первичного подбора эталонов сельскохозяйственных культур по данным космической съемки. Разработка инструментария для формирования и обработки временных рядов растров» (промежуточный)

Отчет 50 с., 22 рис., 12 табл., 2 прил. В рамках НИОКТР «Развитие функционала отечественного программного обеспечения ScanEx Image Processor: внедрение перспективных методов искусственного интеллекта, технологий больших данных и механизмов слияния разнородных данных при обработке космических снимков и геопространственной информации» разрабатывается геоинформационный продукт, функционирующий на основе разномасштабных пространственных данных и современных подходов к обработке больших данных с помощью нейросетевых технологий, для решения широкого круга задач по фиксации изменений природных и техногенных сред. В рамках данной работы предполагается выполнить разработку модулей и инструментов для программы ScanEx Image Processor, которые позволят напрямую из интерфейса программы взаимодействовать с библиотеками машинного обучения в интерактивном режиме с минимальным применением навыков программирования. Библиотеки для машинного обучения обладают богатым функционалом и активно развиваются мировым сообществом, благодаря чему у пользователя будет доступ из интерфейса программы к самым современным алгоритмам машинного обучения. Другой важной доработкой является развитие инструментария для автоматизации процессов предварительной подготовки наборов растровых и векторных (аннотации) данных, которые бы позволяли выстраивать и запускать цепочки обработки из нескольких задач, позволяющих, например, формировать временные ряды, или же формировать фрагменты заданного размера (256х256, 512х512 пикселей и т.д.) по космических снимкам и аннотациям к ним. На примере решения отдельных задач сельского хозяйства, таких, как детектирование сельско-хозяйственных культур, прогнозирование урожайности полей и пр., планируется также реализовать функционал формирования и обработки временных рядов и подготовки сторонних климатических данных для их использования при обучении и классификации методами машинного обучения, а также подготовить одну или несколько обученных нейронных сетей, которые пользователь сможет использовать для собственных целей непосредственно в программе ScanEx Image Processor. А также планируется подготовка базы данных эталонов сельско-хозяйственных объектов. Реализуемые модули также планируется оптимизировать с учетом возможности запуска и распараллеливания их функционала на современных графических и центральных процессорах, для чего предполагается использование одного или нескольких тестовых стендов с современными видеокартами и процессорами в составе. Целью 1-го этапа НИОКТР (20.12.2022 - 19.06.2023) является разработка инструментария для работы с временными рядами растров и подготовка первичного набора эталонов. Для ее реализации были поставлены и в полном объеме выполнены следующие задачи: 1) Выполнение первичного подбора эталонов сельскохозяйственных культур по данным космической съемки; 2) Разработка инструментария для формирования и обработки временных рядов растров.