 |
НОРБИТ и «Н-Системс» разработали интеллектуальную модель классификации геоданных для компании «Шахты»
Компания НОРБИТ (входит в группу компаний ЛАНИТ) и ее партнер в сфере машинного обучения компания «Н-Системс» разработали приложение классификации геоданных для компании «Шахты» – разработчика беспилотных летательных систем и программного обеспечения для обработки и хранения данных. Реализация проекта направлена на устранение нарушений в сфере градостроительного и земельного законодательства, и как следствие на увеличение налогооблагаемой базы.
Проект является частью национальной программы цифровой трансформации регионов и включает сбор данных за счет облета территорий и составления высокоточных ортофотопланов, создание геоинформационных систем и их интеграцию с другими источниками данных на уровне федеральных и региональных структур.
Новое приложение позволяет автоматически определять координаты зданий и сооружений, заснятые беспилотными летательными аппаратами. Сопоставив координаты объектов со снимков и данные кадастровых реестров, компания с высокой точностью выявляет нарушения в области земельного законодательства. Разработанная модель машинного обучения распознает свыше 80% всех зданий и сооружений независимо от времени года.
При разработке приложения использовались технологии с открытым исходным кодом, язык разработки Python, геоинформационная система GeoServer, нейросетевая библиотека Keras, нейронная сетка Mask-R CNN, OpenCV, TensorFlow. Обучение моделей производилось на оборудовании nVidia.
Дмитрий Добровольский, генеральный директор компании «Шахты»: «Новое приложение решает важную задачу по устранению нарушений в сфере земельных вопросов, в том числе помогает регулировать пополнение региональных бюджетов налогами. Разрабатываемые геоинформационные системы мы планируем применять во многих направлениях регионального хозяйства. На данный момент формируется «дорожная карта» для реализации таких проектов в нескольких регионах».
Дмитрий Демидов, генеральный директор компании «Н-Системс»: «Совместно с командой НОРБИТ мы сделали проект, уникальность которого заключается в использовании алгоритмов машинного обучения для преобразования пространственных данных. В ходе проекта мы применяли не только ортофотопланы, но и плотные облака точек и карту высот. Так, за короткие сроки наш заказчик получил эффективную технологию классификации зданий и сооружений».
Контактное лицо: Kate
Компания: НОРБИТ
Добавлен: 01:27, 13.03.2020
Количество просмотров: 390
Страна: Россия
| Академия Directum обучает экспертов по новым программам развития, Directum, 09:55, 02.10.2025, Россия38 |  |
| Учебное подразделение Directum представило персональные программы развития на основе курсов освоения Directum RX. Треки помогают специалистам разных профилей — как бизнес-пользователям, так и разработчикам — максимально эффективно двигаться к целям в профессиональном и карьерном росте. |
| Телфин маркирует бизнес-звонки компаний, Телфин, 22:40, 01.10.2025, Россия148 |
| Телфин вводит сервис маркировки исходящих звонков для юридических лиц и индивидуальных предпринимателей. Теперь во время звонка клиент видит название компании и категорию вызова. Это не только обеспечивает соблюдение требований Федерального закона «О связи» от 01.04.2025, но и увеличивает доверие со стороны клиентов и повышает уровень дозвона. |
| «1С-Рарус:Кассир» получил сертификат «Совместимо!», 1С-Рарус, 21:16, 01.10.2025, Россия52 |
| «1С-Рарус:Кассир» редакции 4.0 успешно прошел ресертификацию «Совместимо! Система программ 1С:Предприятие». Фирма «1С» подтвердила высокое качество и надежность отраслевого решения разработки «1С-Рарус». |
| VolgaBlob и TS Solution запускают совместный обучающий проект по мониторингу данных, VolgaBlob, 18:05, 01.10.2025, Россия77 |  |
| На образовательном портале TS University (образовательная платформа TS Solution) станет доступно обучение анализу и мониторингу данных. Курс от компании VolgaBlob будет размещен в открытом доступе — любой желающий сможет повысить свои компетенции в области работы с данными и научиться извлекать из них пользу для бизнеса. |
|
|
