Продвижение обнаружения опорных столбов и знаков с помощью глубокого обучения

🧪 Компьютерное зрение для инспекции опор: авторы статьи предлагают модель для автоматического обнаружения деревянных опор ЛЭП, сегментации, оценки угла наклона и распознавания предупреждающих знаков на снимках с уровня улицы. В основе — модифицированный Detection Transformer, обученный на собственном наборе из 4 570 размеченных изображений Google Street View. Модель показала среднюю точность 90,43% для опор и 88,26% для знаков, обойдя RetinaNet, Faster R-CNN и YOLOv3-Tiny. Для оценки наклона использовались маски отдельных объектов: ошибка составила в среднем 1,01 градуса. Научная новизна — связка детекции, сегментации и измерения наклона для визуально неоднозначных деревянных опор в реальных сценах. Ограничение тоже важно: данные собраны из Google Street View, поэтому переносимость на другие регионы и условия съемки требует отдельной проверки.