Классификация дорожных дефектов с помощью машинного обучения

Комплекс быстрого анализа поверхности будь то дорожное покрытие, фасад здания или взлётно-посадочная полоса. Комплекс работает на основе машинного обучения. Имеет максимальную скорость развертывания, низкую стоимость, высокую скорость и точность обработки данных, адаптируется под разные виды поверхности.

В ходе выполнения работы был реализован программный продукт, полностью отвечающий требованиям, изложенным в техническом задании, а именно автоматизированный классификатор дорожных дефектов, основанный на методах машинного обучения.
Выполнены задачи:
выполнен анализ методов снятия дорожных данных;
выполнен анализ методов поиска дорожных дефектов;
выполнен анализ методов классификации дорожных дефектов, основанных на машинном обучении;
разработана автоматизированная система поиска и классификации дорожных дефектов;
созданы рабочие прототипы готовые к серийному запуску
разработано веб-приложение, агрегирующее дорожные данные и визуализирующее их;
практически исследованы реализованные алгоритмы.

Глобальный рынок дорожного строительства.
Глобальный рынок оценки недвижимости.
Строительство и эксплуатация взлётно-посадочных полос.
Авиационная и космическая отрасли.

Дешёвый и быстрый вариант диагностики дорог, облегчающий работу сервисным службам, а так же информирующий пользователей о состоянии дорог на протяжении маршрута следования;
Общедоступная база данных, позволяющая оценить качество дорожного покрытия;
Определение количества пройденных дефектов ходовой частью конкретного автомобиля, участвующего в системе анализа дорожного полотна;

Реализован рабочий программный продукт - автоматизированный классификатор дорожных дефектов, основанный на методах машинного обучения.
Решаемые задачи:
Снятие дорожных данных;
Поиск, классификация и визуализация дорожных дефектов (от мелких трещин до глубоких ям);
Классификация дорожных дефектов основана на машинном обучении;

Автоматизированный поиск и классификация дефектов поверхности (адаптируемая система) с мгновенной обработкой данных и визуализацией результатов.

Google «Дороги России»;
Проект «РосЯма»;
Проект «Добродел».

Общедоступность;
Низкая стоимость;
Классификация дефектов с помощью алгоритмов машинного обучения;
Приемлемая точность

Работа с крупными корпорациями, например: Яндекс, Google, SpaceX, 2GIS, Navitel. (предоставление устройств и интеграция их к сервису на арендной основе)
Выполнение частных и гос. заказов, по исследованию дорожного полотна, взлетно-посадочных полос и т.д.
Создание собственного сервиса, по мониторингу актуального состояния дорожного покрытия и т.д, с платной подпиской.

Оптимизация алгоритмов расчёта
Доработка веб-сервиса
Доработка мобильного приложения
Создание линии производства
Создание исследовательской лаборатории
Закупка и тестирование новых элементов конструкции
Маркетинг

Готовы обсуждать.