Стремительно развивающиеся технологии искусственного интеллекта и машинного обучения находят применение практически во всех отраслях экономики, повышая эффективность и производительность, а также создавая новые возможности для внедрения передовых технологий и инноваций.

       Ученые ГосНИИАС проводят исследования в области разработки новых методов извлечения и обработки информации из изображений и видеопоследовательностей в интересах развития систем технического зрения для авиационного применения. Последние достижения в области повышения устойчивости нейросетевых алгоритмов были представлены в рамках стендовой сессии на XXVI Международной научно-технической конференции ？Нейроинформатика-2024？, проходившей в Московском физико-техническом институте.

       В совместном докладе специалистами института был предложен подход к решению задачи доменной адаптации для обнаружения и распознавания объектов с использованием метода состязательного обучения. Актуальность исследований по теме обусловлена сложностью получения в достаточном количестве качественных исходных данных, необходимых для обучения нейросетевой модели детектирования объектов, и возникающей в этих условиях неустойчивости алгоритмов распознавания.

       Алгоритмы доменной адаптации позволяют применять обученную модель детектирования при работе с изображениями, отличными от использованных при обучении по таким критериям, как угол съемки, погодные условия, разрешение камеры, дальность и режим съемки. При этом метод состязательного обучения, при котором обучающая выборка данных дополнена намеренно искаженными размеченными данными, позволяет дополнительно повысить устойчивость алгоритма и точность его работы.