Просматривается номер   2026-76-3
К читателю
О журнале
Публикационная этика
Авторам
Тематика
Правила рецензирования
English (United Kingdom)Russian (CIS)
Динамика макросистем
Н.А. Магницкий "О хаотической мультистабильности обобщенного уравнения Курамото-Цузуки"
М.В. Хачумов, В.М. Хачумов "Кривая Безье как функция активации искусственных нейронных сетей"
М.Д. Газдиева, А.А. Коротин "Обзор минимаксных параметрических методов вычисления оптимальных транспортных отображений"
Информационные технологии
А.В. Соловьев "Анализ применимости RISC-V для увеличения быстродействия операций в СУБД"
А.В. Смирнов, И.П. Тищенко "Генеративные технологии для создания обучающих данных в задачах ДЗЗ"
А.В. Смагличенко, Т.А. Смагличенко, М.К. Саянкина "Технология обработки больших данных сейсмических станций и ее применение"
Методы и модели в экономике
А.В. Фирсов, П.Е. Каршаков, А.В. Шелкова "Автоматизированное выявление паттерна фирменного стиля предприятия"
И. Емцев, Е.Р. Орлова "Интерпретируемая пороговая модель дохода клиента в банке"
Системный анализ в медицине и биологии
А.А. Вейц, Н.А. Благосклонов "Автоматизированный расчет угла Кобба на рентгенограммах позвоночника с помощью гибридного подхода"
И.А. Тыров, Ю.А. Васильев, А.В. Владзимирский, О.В. Омелянская, Т.А. Березнер, Ю.В. Соболева, и др. "Экспертная оценка ответов больших генеративных моделей на запросы врачей в клинической практике"
А.Ю. Мещеряков, С.Н. Осипов "Принятие решений при многокритериальном выборе фармакологического лечения"
Системная диагностика социально-экономических процессов
Г.В. Федотова, Д.А. Баталина "Влияние института развития на устойчивость экономики региона"
И.А. Миронова, Т.И. Тищенко, М.П. Фролова "Экономико-математическое моделирование влияния транспорта на развитие территорий (зарубежный опыт)"
Управление рисками и безопасностью
А.Ю. Тихонов "Подход к автоматизации оценки уровня критичности уязвимостей с использованием машинного обучения"
А.В. Смирнов, И.П. Тищенко "Генеративные технологии для создания обучающих данных в задачах ДЗЗ"
Аннотация. 

В работе представлен метод генерации обучающих наборов данных для задач дистанционного зондирования Земли (ДЗЗ) с использованием генеративных инструментов, таких как Stable Diffusion. В частности, рассматривается задача поиска и распознавания лесных пожаров, незаконных вырубок и несанкционированных свалок на снимках, полученных с БПЛА. В ходе настоящего исследования был сгенерирован обучающий набор данных, состоящий из трех классов, на котором была обучена модель семейства YOLO. При инференсе модели на реальных снимках, найденных в Интернете, были достигнуты значения точности в 72,4 и 65,8% по метрикам F1 и mAP50, соответственно. На основании полученных результатов, сделан вывод о целесообразности применения представленного метода, как минимум, в качестве инструмента аугментации существующих данных.

Ключевые слова: 

генерация набора данных, нейросетевая модель, анализ снимков, дистанционное зондирование Земли, беспилотный летательный аппарат, лесные пожары, незаконные вырубки, несанкционированные свалки.

DOI: 10.14357/20790279260305

EDN: QGKCA

Стр. 29-40.

Литература

1. Pesonen J., Raita-Hakola A.M., Joutsalainen J., Hakala T., Akhtar W., Koivumäki N., Markelin L., Suomalainen J., Alves de Oliveira R., Pölönen I., Honkavaara E. Boreal Forest Fire: UAV-collected wildfire detection and smoke segmentation dataset // Scientific Data. 2025. Vol. 12. P. 1419.
2. Mowla M.N., Asadi D., Tekeoglu K., Masum S., Rabie K. UAVs-FFDB: A high-resolution dataset for advancing forest fire detection and monitoring using unmanned aerial vehicles (UAVs) // Data in brief. 2024. Vol. 55. P. 110706.
3. Holybro S500-Copter documentation. URL: https://ardupilot.org/copter/docs/reference-frames-holybro-s500.html (дата обращения: 10.03.2026).
4. Raspberry Pi Camera Module 2. URL: https://www.raspberrypi.com/products/camera-module-v2/ (дата обращения: 10.03.2026).
5. Make Sense. URL: https://www.makesense.ai/ (дата обращения: 10.03.2026).
6. Shamoshoara A., Afghah F., Razi A., Zheng L., Fulé P., Blasch E. Aerial imagery pile burn detection using deep learning: The FLAME dataset // Computer Networks. 2021. Vol. 193. P. 108001.
7. The FLAME dataset: Aerial Imagery Pile burn detection using drones (UAVs). URL: https://ieee-dataport.org/open-access/flame-dataset-aerial-imagery-pile-burn-detection-using-drones-uavs (дата обращения: 10.03.2026).
8. Ronneberger O., Fischer P., Brox T. U-net: Convolutional networks for biomedical image segmentation // International Conference on Medical image computing and computer-assisted intervention. Cham: Springer international publishing. 2015. P. 234-241.
9. Precision & Recall. URL: https://mlu-explain.github.io/precision-recall/ (дата обращения: 10.03.2026).
10. Mager A., Blass V. From illegal waste dumps to beneficial resources using drone technology and advanced data analysis tools: A feasibility study // Remote Sensing. 2022. Vol. 14. P. 3923.
11. Torres R. N., Fraternali P. AerialWaste dataset for landfill discovery in aerial and satellite images // Scientific Data. 2023. Vol. 10. P. 63.
12. Ortofoto AGEA 2020 RGB. URL: https://geoportal.regione.emilia-romagna.it/catalogo/dati-cartografici/cartografia-di-base/immagini/layer-6 (дата обращения: 10.03.2026).
13. WorldView-3 (CIIIA). URL: https://www.scanex.ru/data/satellites/worldview-3/ (дата обращения: 10.03.2026).
14. Google Earth. URL: https://www.google.com/earth/about/versions/ (дата обращения: 10.03.2026).
15. The COCO dataset format. URL: https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/md-coco-overview.html (дата обращения: 10.03.2026).
16. F1 Score in Machine Learning. URL: https://www.geeksforgeeks.org/machine-learning/f1-score-in-machine-learning/ (дата обращения: 10.03.2026).
17. Welcome to the Raven Scan platform documentation. URL: https://github.com/IntelligentNetworkSolutions/IllegalDumpSiteDetectionAndLandfill Monitoring (дата обращения: 10.03.2026).
18. Ramadan M., Ali M., Khoo S.Y., Alkheder M. AI-powered IoT and UAV systems for real-time detection and prevention of illegal logging // Results in Engineering. 2024. Vol. 24. P. 103277.
19. What is the Internet of Things (IoT). URL: https://www.ibm.com/think/topics/internet-of-things (дата обращения: 10.03.2026).
20. Purwono I., Ma'arif A., Rahmaniar W., Fathurrahman H. I. K., Frisky A., Haq Q. M. Understanding of convolutional neural network (cnn): A review // International Journal of Robotics and Control Systems. 2022. Vol. 2. P. 739-748.
21. Williams J. UAV survey mapping of illegal deforestation in Madagascar // Plants, People, Planet. 2024. Vol. 6. P. 1413-1424.
22. Mean Average Precision (mAP) in Object Detection. URL: https://learnopencv.com/mean-average-precision-map-object-detection-model-evaluation-metric/ (дата обращения: 10.03.2026).
23. Stable Diffusion Public Release. URL: https://stability.ai/news-updates/stable-diffusion-public-release (дата обращения: 10.03.2026).
24. Stable Diffusion web UI. URL: https://github.com/AUTOMATIC1111/stable-diffusion-webui (дата обращения: 10.03.2026).
25. Khanam R., Hussain M. Yolov11: An overview of the key architectural enhancements (2024) // arXiv preprint arXiv:2410.17725. 2024.
26. El-Madafri I., Pena M., Olmedo-Torre N. The wildfire dataset: Enhancing deep learning-based forest fire detection with a diverse evolving open-source dataset focused on data representativeness and a novel multi-task learning approach // Forests. 2023. Vol. 14. P. 1697.
27. Forest Fire and Smoke Detection using UAV imaging_3 Computer Vision Dataset. URL: https://universe.roboflow.com/auebmsc-ba-machine-learning/forest-fire-and-smoke-detection-using-uav-imaging_3 (дата обращения: 10.03.2026).
28. FireForest Computer Vision Dataset. URL: https://universe.roboflow.com/detection-de-objets-kksqo/fireforest-qwrd (дата обращения: 10.03.2026).
29. fireforest Computer Vision Dataset. URL: https://universe.roboflow.com/yolo-sjglk/fireforest (дата обращения: 10.03.2026).
30. Deforestation Computer Vision Dataset. URL: https://universe.roboflow.com/ahsan-iqbal-669fetbseef19/deforestation-tgch1 (дата обращения: 10.03.2026).
31. Deforestation Computer Vision Dataset. URL: https://universe.roboflow.com/ahsan-iqbal-ex-3vw/deforestation-e1sye (дата обращения: 10.03.2026).
32. Deforestation Computer Vision Dataset. URL: https://universe.roboflow.com/object-detection-lazxt/deforestation-zybgm (дата обращения: 10.03.2026).
33. Dataset for Waste/Dumpsite Detection using drone imagery. URL: https://universe.roboflow.com/dimash-ub63w/dumpsite-detection-iqzw1 (дата обращения: 10.03.2026).
34. Labelme - Image annotation with Python. URL: https://github.com/wkentaro/labelme (дата обращения: 10.03.2026).
35. Ultralytics YOLO for SOTA object detection, multi-object tracking, instance segmentation, pose estimation and image classification. URL: https://pypi.org/project/ultralytics/ (дата обращения: 10.03.2026).
36. A set of easy-to-use utils that will come in handy in any Computer Vision project. URL: https://pypi.org/project/supervision/ (дата обращения: 10.03.2026).
     
2026-76-3
2026-76-2
2026-76-1
2025-75-4

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".