до 07 июня 2020
3 месяца 1 день
868 000 ₽
Необходимо оценить, возможно ли распознавать расположение сейсмодатчиков по данным аэрофотосъемки, и разработать прототип системы, автоматически выполняющей такое распознавание.
Необходимо оценить, возможно ли распознавать расположение сейсмодатчиков по данным аэрофотосъемки, и разработать прототип системы, автоматически выполняющей такое распознавание.
В процессе сейсмических исследований используются датчики (сейсмоприемники), располагаемые на местности в определенном порядке. Схему расположения можно представить в виде симметричной решетки, в узлах которой находятся сейсмодатчики. Расстояние между датчиками (узлами решетки) стандартизовано, составляет от 25 до 200 метров и зависит от целей сейсмологического исследования и особенностей местности. В рассматриваемой задаче расстояние между датчиками составит 50 метров. Для проверки корректности установки сейсмоприемников выполняются супервайзинговые работы: обученные специалисты выезжают на местность и проверяют, на месте ли датчики, правильно ли они установлены (присутствуют ли на месте юнит, аккумуляторная батарея и закопан ли геофон в землю), и соответствует ли их расположение запланированным местам установки (отмечаются на местности пикетами, также имеют заданные координаты). Вместо выездной проверки можно использовать данные аэрофотосъемки, но для этого нужно убедиться, что такой метод позволяет получить корректное отображение расположения датчиков. Исходные параметры размещения датчиков сведены в файл стандартного формата (SPS). Требуется разработать прототип системы, которая сопоставляет данные из этого файла с фактическим расположением приемников на местности, определяемым по изображению с учетом рельефа, и выявляет несоответствия — узлы, где датчики отсутствуют или расстояние от запланированной позиции не укладывается в заданные параметры, а также осуществляет проверку – в наличие ли аккумуляторная батарея, юнит и закопан ли датчик в землю.
В процессе сейсмических исследований используются датчики (сейсмоприемники), располагаемые на местности в определенном порядке. Схему расположения можно представить в виде симметричной решетки, в узлах которой находятся сейсмодатчики. Расстояние между датчиками (узлами решетки) стандартизовано, составляет от 25 до 200 метров и зависит от целей сейсмологического исследования и особенностей местности. В рассматриваемой задаче расстояние между датчиками составит 50 метров. Для проверки корректности установки сейсмоприемников выполняются супервайзинговые работы: обученные специалисты выезжают на местность и проверяют, на месте ли датчики, правильно ли они установлены (присутствуют ли на месте юнит, аккумуляторная батарея и закопан ли геофон в землю), и соответствует ли их расположение запланированным местам установки (отмечаются на местности пикетами, также имеют заданные координаты). Вместо выездной проверки можно использовать данные аэрофотосъемки, но для этого нужно убедиться, что такой метод позволяет получить корректное отображение расположения датчиков. Исходные параметры размещения датчиков сведены в файл стандартного формата (SPS). Требуется разработать прототип системы, которая сопоставляет данные из этого файла с фактическим расположением приемников на местности, определяемым по изображению с учетом рельефа, и выявляет несоответствия — узлы, где датчики отсутствуют или расстояние от запланированной позиции не укладывается в заданные параметры, а также осуществляет проверку – в наличие ли аккумуляторная батарея, юнит и закопан ли датчик в землю.
Вам предстоит: 1. Получить и проанализировать исходное (проектное) расположение сейсмоприемников. 2. Согласовать с Заказчиком целевые метрики оценки качества работы разрабатываемых алгоритмов. 3. Проанализировать предоставленный Заказчиком частично размеченный набор изображений в количестве 3000 снимков. Предоставить обратную связь исполнителю относительно количества и качества данных фотографий. В июне 2020-го года Заказчиком будет передано дополнительно около 100 000 снимков с беспилотных летательных аппаратов (БПЛА) с учётом полученной от исполнителей обратной связи. Снимки аэрофотосъемки будут содержать данные геопривязки (с GPS дрона). 4. Разработать алгоритм автоматической разметки снимков с БПЛА. 5. Разработать алгоритм, распознающий датчики на снимках (по наличию аккумуляторной батареи и юнита), их комплектность (наличие одновременно аккумуляторной батареи и юнита), правильность установки (геофона не должно быть видно, поскольку он закопан в землю). 6. Используя Jupyter Notebook, провести и запротоколировать эксперименты с различными алгоритмами машинного зрения или машинного обучения, подобрать оптимальный алгоритм и разработать прототип системы супервайзинга расположения датчиков по аэрофотоснимкам. 7. Подготовить отчет о результатах исследования. 8. Согласовать результаты эксперимента и отчет с Заказчиком. 9. Документировать код прототипа системы (включая все алгоритмы и функции предобработки данных) в Jupyter Notebook. 10. Передать Заказчику отчет о проведенном исследовании, исходный код исследования и финального варианта прототипа системы в формате Jupyter Notebook. 11. Дать рекомендации по дополнению датасета и сформировать требования к датасету пригодному для реализации прототипа алгоритма.
Вам предстоит: 1. Получить и проанализировать исходное (проектное) расположение сейсмоприемников. 2. Согласовать с Заказчиком целевые метрики оценки качества работы разрабатываемых алгоритмов. 3. Проанализировать предоставленный Заказчиком частично размеченный набор изображений в количестве 3000 снимков. Предоставить обратную связь исполнителю относительно количества и качества данных фотографий. В июне 2020-го года Заказчиком будет передано дополнительно около 100 000 снимков с беспилотных летательных аппаратов (БПЛА) с учётом полученной от исполнителей обратной связи. Снимки аэрофотосъемки будут содержать данные геопривязки (с GPS дрона). 4. Разработать алгоритм автоматической разметки снимков с БПЛА. 5. Разработать алгоритм, распознающий датчики на снимках (по наличию аккумуляторной батареи и юнита), их комплектность (наличие одновременно аккумуляторной батареи и юнита), правильность установки (геофона не должно быть видно, поскольку он закопан в землю). 6. Используя Jupyter Notebook, провести и запротоколировать эксперименты с различными алгоритмами машинного зрения или машинного обучения, подобрать оптимальный алгоритм и разработать прототип системы супервайзинга расположения датчиков по аэрофотоснимкам. 7. Подготовить отчет о результатах исследования. 8. Согласовать результаты эксперимента и отчет с Заказчиком. 9. Документировать код прототипа системы (включая все алгоритмы и функции предобработки данных) в Jupyter Notebook. 10. Передать Заказчику отчет о проведенном исследовании, исходный код исследования и финального варианта прототипа системы в формате Jupyter Notebook. 11. Дать рекомендации по дополнению датасета и сформировать требования к датасету пригодному для реализации прототипа алгоритма.
1. Код исследования с комментариями о ходе исследований. 2. Отчет об исследовании в виде презентации. 3. Исходный код прототипа системы, документированный в соответствии с требованиями PEP 257.
1. Код исследования с комментариями о ходе исследований. 2. Отчет об исследовании в виде презентации. 3. Исходный код прототипа системы, документированный в соответствии с требованиями PEP 257.
• Проверка качества работы прототипа будет производится заказчиком на отдельном наборе проверочных снимков. При этом, качество работы считается удовлетворительным, при условии: • Система не допускает ошибок при определении отсутствия датчиков. • Система определяет расстояния между датчиками с погрешностью не более 0,5 метра.
• Проверка качества работы прототипа будет производится заказчиком на отдельном наборе проверочных снимков. При этом, качество работы считается удовлетворительным, при условии: • Система не допускает ошибок при определении отсутствия датчиков. • Система определяет расстояния между датчиками с погрешностью не более 0,5 метра.
1. Протокол и результаты эксперимента — файл Jupyter Notebook (.ipynb). 2. Исходный код прототипа системы — файл Jupyter Notebook (.ipynb). 3. Отчет в электронном виде — файл MS PowerPoint (.pptx).
1. Протокол и результаты эксперимента — файл Jupyter Notebook (.ipynb). 2. Исходный код прототипа системы — файл Jupyter Notebook (.ipynb). 3. Отчет в электронном виде — файл MS PowerPoint (.pptx).
Да, над проектом будут работать разработчик (специалист по машинному зрению) и Data Scientist.
Да, над проектом будут работать разработчик (специалист по машинному зрению) и Data Scientist.