Аналіз аерофотознімків ШІ: де ламається ручний підрахунок
Аерознімання однієї ділянки дає тисячі кадрів, а оператор за зміну впевнено розбирає кілька сотень. Далі починається ціна: обробка знімків з дрона вручну розтягується на тижні, а на серії ділянок — на місяці, і результат приходить, коли рішення вже потрібно ухвалити.
Друге вузьке місце — розбіжності. Точність ручної розмітки падає до кінця зміни, різні оператори трактують ті самі об’єкти по-різному, частина кадрів губиться в перекриттях або потрапляє в брак через тіні та відблиски. Перевірити чужий підрахунок можна лише повторним проходом, тобто тим самим часом.
Автоматичний підрахунок об’єктів знімає саме це обмеження: модель проходить весь матеріал без пропусків, тримає один критерій по всій серії та дає повторюваний результат.
Аналіз аерофотознімків ШІ віддає підрахунок по кожному кадру й по ділянці загалом, а спірні зони позначаються для перевірки людиною — оператор займається не механічним перебором, а розбором неоднозначних випадків.
Масштаб при цьому змінюється: обсяг аерознімання перестає бути обмеженням, і додавання другої та десятої ділянки не вимагає пропорційно більше людей. Нижче розбираємо, як це влаштовано на рівні обробки — від завантаження польотних даних до перевірюваного вивантаження.
Вимірюваний ефект від автоматичної детекції об’єктів
Швидкість розбору перестає залежати від розміру знімального завдання. Там, де аналітик розбирав кадр десятками хвилин і переносив об’єкти в таблицю вручну, модель обробляє весь нічний виліт до ранку — цифри готові раніше, ніж починається наступний польовий етап.
На обсязі розбіжність тільки зростає: ручний режим масштабується часом виконавця, автоматичний — ні.
Повторюваність підрахунку — другий вимірюваний ефект. Один і той самий знімок, поданий двічі за однакових порогів, дає один і той самий результат: модель не втомлюється до кінця зміни й не трактує межі об’єктів по-різному.
Це дає змогу тримати еталонний набір кадрів із перевіреним підрахунком і після кожного оновлення моделі переконуватися, що цифри не зсунулися.
Зникає цілий клас помилок ручної розмітки: пропуски біля країв кадру, подвійний підрахунок на знімках, що перекриваються, різне трактування того, що вважати одним об’єктом. Помилки ці не випадкові — вони накопичуються до кінця зміни й найсильніше проявляються на щільних ділянках. Автоматичний прохід фіксує правило один раз і застосовує його до всіх кадрів однаково.
Простій знімання перестає бути вузьким місцем. Поки результату немає, маршрут не скоригувати, бригаду з технікою не відправити повторно, замовник не отримує цифри — це затримка на дні, а не на години.
Розбір у темпі знімання знімає її: наступний виліт планується за вже порахованими даними, а не за припущеннями.
Перевіряємо ефект трьома числами: час обробки одного знімка до й після, частка розбіжностей з еталонним набором, обсяг кадрів між вильотом і готовим звітом.
Підходи до обробки аерофотознімків та їхні обмеження
Аерофотознімки розрізняються за висотою, кутом, освітленням і сезоном, тому той самий об’єкт на різних кадрах виглядає по-різному.
Вибір варіанта обробки визначають три речі: наскільки об’єкти відрізняються від фону, чи є у вас свої розмічені кадри та яка точність підрахунку потрібна на виході. Нижче — чесне порівняння трьох робочих шляхів, між якими реально обирають.
| Варіант | Коли підходить | Обмеження |
|---|---|---|
| Готова модель | Об’єкти типові (транспорт, будівлі, крони), знімання відбувається у звичному діапазоні висот і ракурсів | На нестандартних об’єктах дає пропуски та хибні спрацювання; поріг упевненості доводиться підбирати вручну під кожне знімання |
| Донавчання на своїх даних | Є кілька сотень розмічених кадрів і стабільний клас об’єктів | Потрібна еталонна розмітка силами вашої предметної команди; при зміні сезону або камери точність падає без поповнення вибірки |
| Ручна доразмітка | Поодинокі знімання, рідкісні об’єкти, перевірка спірних зон | Трудомістко: оператор іде по кадру вручну, швидкість падає до десятків знімків на годину |
Обмеження знімання не знімає жоден із варіантів. Тіні та відблиски змінюють контраст, крони перекривають об’єкти, змаз від руху розмиває межі — такі кадри або відсіюються на передобробці, або йдуть на ручну перевірку.
Тому ми завжди рахуємо не середню точність по всій вибірці, а розкид по ділянках: на одному полі модель може працювати ідеально, на сусідньому — втрачати половину об’єктів.
Починаємо з прогінки ваших знімків через готову модель і дивимося частку пропусків та хибних спрацювань окремо за типами підкладки.
Якщо помилка тримається вище допустимої, показуємо, скільки розмітки потрібно для донавчання і що закриє ручна доразмітка спірних зон, — рішення ухвалюється за цифрами, а не за припущеннями.
Етапи впровадження: від аудиту знімків до передачі моделі
Аерофотознімки — не звичайні фотографії: кадри з перекриттям, різний ракурс і висота, тіні та відблиски на воді. Модель із публічних наборів на такому потоці помиляється передбачувано — плутає тінь з об’єктом, втрачає дрібні цілі. Тому робота йде етапами й починається не з навчання, а з розбору того, що вже відзнято.
Підготовка даних і метрики
- Аудит архіву знімання. Висоти та ракурси, перекриття кадрів, сезони, де об’єкти приховані частково. На виході — яких сцен не вистачає і що дозняти.
- Постановка метрики якості. Що вважаємо правильною відповіддю: повнота детекції, частка пропусків, допустима похибка підрахунку на кадр. Інакше спір «модель працює» нерозв’язний.
- Розмітка даних. Еталонна вибірка та правила для спірних випадків — тінь, часткове перекриття, межа кадру. Спірні кадри розмічують двоє, розбіжності розбираємо.
Навчання та приймання
- Навчання й налаштування порогів на підготовленому наборі, з контролем перенавчання на контрольній частині.
- Перевірка на відкладеній вибірці. Знімки з іншої сесії та сезону, що не брали участі в навчанні; метрика за типами сцен, а не в середньому.
- Пілот на реальному потоці — прогін нових знімань і звірка з ручним підрахунком на контрольних ділянках.
- Передача моделі. Разом із вагами віддаємо регламент розмітки, інструкцію із запуску та порядок донавчання на нових даних.
Що залишається у замовника: конфігурації, схеми, регламенти
Розгорнута система марна, якщо після здачі ніхто, крім її авторів, не може повторити прогін або пояснити походження цифри у звіті.
Тому передаємо не лише робочий сервіс, а й набір артефактів, за якими ваш інженер або інший підрядник відтворить результат на новому масиві аерофотознімків без нас.
- Конфігурації запуску — файли з параметрами обробки: масштаб знімання, поріг упевненості детектора, розмір і перекриття фрагментів нарізки, порядок застосування моделей. Редагуються без зміни коду.
- Схема обробки даних — шлях знімка від носія дрона до підсумкової таблиці: розпакування, відбраковування браку, геоприв’язка, дедуплікація перекриттів, агрегація об’єктів за кадрами.
- Правила доступу до знімків — матриця ролей, розділення сирих даних і результатів, терміни зберігання, порядок вивантаження вихідників і знеособлення.
- Документація моделі — картка з описом навчальної вибірки, переліком розпізнаваних класів, межами застосовності та типами знімання, на яких якість просідає.
- Регламент повторного запуску — покроковий порядок для нового масиву: вхідний контроль якості, запуск, приймання результату, куди пишеться висновок і хто його підписує.
- Звіт про якість — повнота й точність за кожним класом на відкладеній вибірці плюс розбір спірних випадків, щоб ви розуміли, де цифрі можна довіряти.
Артефакти передаються разом із робочою системою і розбираються з вашою командою на прийманні: запуск наступного масиву знімків не повинен залежати від розробника.
Кейс: інвентаризація майданчика за знімками з дрона
Один із замовників — оператор відкритого майданчика зберігання труб і металопрокату — вів інвентаризацію обходом: бригада з планшетами проходила ряди раз на квартал.
Обхід займав 2-3 доби, а розбіжності між двома незалежними підрахунками тієї самої зони сягали 8-12% — спірні штабелі перераховували повторно, і результат усе одно оспорювався під час звірки.
Як перевели в регулярний обліт
Ми зафіксували маршрут дрона за опорними точками й знімали майданчик раз на тиждень за однією і тією самою схемою: однакове перекриття кадрів, один час доби, ті самі смуги прольоту.
Знімки збиралися в ортофотоплан, модель виявлення розмічала пакети й штабелі, спірні ділянки інженер віддавав на ручну перевірку. Контури прив’язували до відкритих картографічних шарів OpenStreetMap, щоб та сама зона потрапляла у звіт під одним ідентифікатором.
Метрики до та після
Інвентаризація за знімками скоротилася з 2-3 діб до 1-2 годин розбору на майданчик, розбіжності між двома прогонами підрахунку — з 8-12% до 1-3%.
Обліт став щотижневим замість щоквартального, і порівняння сусідніх тижнів показало переміщення, яких разовий обхід не фіксував: частина позицій рахувалася не в тій зоні.
Повторюваність тут дає більше, ніж точність окремого кадру: однаковий маршрут і однакові умови знімання роблять знімки порівнюваними, тому різниця між обльотами показує реальний рух вантажу, а не похибку методу.
Що робити, якщо знімки вже є, а розмітки й моделі немає
Архів аерофотознімків сам собою не датасет.
Навчання на ньому напряму дає модель, яка тримається на одному майданчику й одній висоті знімання, а при зміні сезону або камери розсипається: усередині перемішані вильоти з різним освітленням і перекриттям, є дублікати, а прив’язка частини кадрів втрачена.
Робота починається з інвентаризації — рахуємо знімання за майданчиками, сезонами й умовами, і відразу видно, яких станів не вистачає.
Потім підготовка датасету: відбраковування нечітких і захмарених кадрів, дедуплікація за геометрією, приведення до єдиного просторового розрізнення й нарізка на фрагменти з перекриттям по краях, інакше об’єкти на стиках ріжуться навпіл.
Розмічати весь архів вручну безглуздо, тому йдемо через часткову розмітку. Закриваємо стратифіковану вибірку — за кожним майданчиком, сезоном і класом об’єкта, зазвичай 15–25% фрагментів; роботу ведемо в CVAT і версіонуємо розмітку разом із кодом.
Далі модель пропонує рамки з оцінкою впевненості, анотатор править лише спірні випадки, а однозначні передбачення приймаються автоматично.
Перенесення моделі на нові майданчики — окреме завдання, а не «додати фото в папку»: змінюються фон, тіні та щільність об’єктів. Тому тримаємо контрольний майданчик, який не потрапляє в навчання, і дивимося метрики за класами та розмірними групами, а не за середньою точністю.
Пороги калібруємо під підрахунок, де важливіші повнота й відсутність подвійних спрацювань, ніж ідеальна рамка.
Так архів перетворюється на актив, який можна використовувати повторно: розмітка й рецепт підготовки залишаються, і кожен новий майданчик або клас додаються без старту з нуля.
Технічні сумніви: точність, хмарність, малі об’єкти
Точність детекції — не стала величина: вона залежить від умов знімання, розміру об’єкта й того, наскільки акуратно зведені перекривні рамки. Тому до старту проговорюємо, які умови вважаємо робочими, а де сценарій просідає — і що робимо в кожному випадку.
Знімання потрапило в хмарність або димку — що тоді?
Два шляхи: перенести виліт за прогнозом або компенсувати на обробці. Вирівнюємо яскравість і контраст за калібрувальними мішенями, щоб модель трималася на тінях і градієнтах, а кадри, де ділянки закриті хмарами, позначаємо як непридатні — вони не йдуть у підсумковий підрахунок. Краще чесно виключити частину площі, ніж видати вигадане число.
Як не втратити дрібні об’єкти на знімку?
Кадр розрізається на перекривні фрагменти, тому об’єкт у межовій смузі повністю потрапляє хоча б на один із них. Після детекції рамки склеюються за перетином, дублі гасяться — один об’єкт рахується один раз. Модель додатково донавчається на вирізках реальних об’єктів з вашого майданчика.
Об’єкти перекривають один одного або крони дерев?
Частково видимі об’єкти розмічаємо окремо й виводимо у звіті рядком «потребує перевірки», а не розчиняємо в загальному числі. Перекриття перестає бути прихованою помилкою: видно, скільки об’єктів пораховано впевнено, а скільки спірних.
Сезонні зміни майданчика ламають модель?
Модель навчається на знімках різних сезонів, а регулярні обльоти накопичують базу по одній території. Порівняння йде за стабільними орієнтирами — дорогами, будівлями, межами ділянок. Нова забудова або вирубка потрапляє у звіт як зміна, а не як помилка детекції.
Жоден із цих пунктів не вирішується «на око»: до старту проганяємо тестову ділянку на ваших даних і показуємо метрики за класами.Обговоримо завдання: що потрібно для старту робіт
Щоб повернутися з оцінкою термінів і планом робіт, а не із загальними словами, нам потрібен мінімальний набір ввідних за вашим типом об’єктів. Зазвичай достатньо кількох пунктів — частина з них уже є у вас під рукою.
- Тип об’єктів і що саме рахувати: техніка, люди, будівлі, рослинність, дефекти покриття — і як поводитися з прикордонними випадками.
- Два-три своїх знімки, включно зі складними: тіні, хмарність, знімання під кутом, часткове перекриття крон.
- Параметри знімання: носій, висота, перекриття кадрів, чи є координатна прив’язка й метадані — від цього залежить досяжна точність підрахунку.
- Межі ділянки: один полігон чи розрізнені майданчики, чи потрібен повторний обліт за розкладом.
- Формат результату: таблиця з координатами й класами, векторні контури в GeoJSON або SHP, вирізки об’єктів, звіт з агрегатами за площею.
- Еталон, якщо він є: ручна розмітка або минулі підрахунки — за ними рахуємо точність і повноту, а не оцінюємо на око.
- Обмеження щодо доступів: де зберігаються знімки, чи можна передавати їх на обробку, чи потрібен закритий контур без виходу даних назовні.
- Пріоритет: закрити всю площу чи швидше отримати результат за пілотною ділянкою.
Як тільки буде цей мінімум, повернемося з планом робіт: етапи, кінцеві дані, спосіб перевірки точності та терміни під ваш обсяг. Опишіть завдання — якщо якихось даних поки немає, підкажемо, яке знімання їх замінить.
