Сайт журнала "Промышленное и гражданское строительство

НАУЧНО-ПРОЕКТНЫЙ ЦЕНТР «РАЗВИТИЕ ГОРОДА» - СТРОИТЕЛЬНОМУ КОМПЛЕКСУ
Идентификация малых архитектурных форм в благоустройстве с нейросетями ResNet50 и YOLO
УДК 69.007
doi: 10.33622/0869-7019.2025.12.11-18
Илья Леонидович КИЕВСКИЙ, доктор технических наук, генеральный директор, ikievski@yandex.ru
Илья Борисович ГРИШУТИН, начальник отдела функционального моделирования и развития информационных систем, i.grishutin@dev-city.ru
Михаил Евгеньевич КАРГАШИН, старший программист, m.kargashin@dev-city.ru
Владислава Олеговна ЧЕЛМАКИНА, аналитик, v.chelmakina@dev-city.ru
Научно-проектный центр «Развитие города», 129090 Москва, просп. Мира, 19, стр. 3
Аннотация. В статье рассматривается задача автоматизации подбора аналогов ранее выполненных малых архитектурных форм для благоустройства городской среды с использованием искусственного интеллекта. Основное внимание уделяется применению сверточных нейронных сетей ResNet и YOLO для классификации и поиска схожих объектов. Приведены этапы подготовки набора данных (датасетов), которые включают в себя аугментацию изображений, нормализацию и настройку гиперпараметров. Разработано два метода идентификации - обнаружение объектов только с помощью нейросети ResNet50 и идентификация объектов последовательно с ResNet50 и YOLO. Сравнительный анализ показал большую точность при комбинированном методе. Предложенное решение ускоряет процесс экспертизы проектов благоустройства, повышая эффективность городского планирования. Данное исследование может быть полезно специалистам в области компьютерного зрения, урбанистики и машинного обучения. Направлением дальнейших исследований является разработка синтеза компьютерного зрения и моделей языкового обучения в целях улучшения качества поиска аналогов.
Ключевые слова: малые архитектурные формы, благоустройство городской среды, искусственный интеллект, машинное обучение, компьютерное зрение, нейронные сети ResNet50 и YOLO, нормализация данных, аугментация изображений
СПИСОК ИСТОЧНИКОВ
1. Осипов Ю. К., Матехина О. В. Малые архитектурные формы в пространстве городской среды // Вестник Сибирского государственного индустриального университета. 2015. № 2(12). С. 61-63.
2. Кулагина А. А., Баринова Д. В. Роль малых архитектурных форм в благоустройстве города // Национальная ассоциация ученых. 2015. № 7(12). С. 64-65.
3. Головко Я. Ю., Ильинская И. В. Использование алгоритмов машинного обучения для оценки степени повреждений объектов жилой инфраструктуры // Экономика. Информатика. 2025. Т. 52. № 1. С. 156-167.
4. Иванов К. В., Астафьев Н. Д., Долгова Т. Г. Преимущества компьютерного зрения // Актуальные проблемы авиации и космонавтики. 2022. Т. 2. С. 401-403.
5. Пчелинцев С. Ю., Ковалева О. А., Суслин А. А. Тестирование и анализ фреймворков, предназначенных для глубокого обучения нейросетевых моделей // Вестник кибернетики. 2022. № 2(46). С. 6-13.
6. Сикорский О. С. Обзор сверточных нейронных сетей для задачи классификации изображений // Новые информационные технологии в автоматизированных системах. 2017. URL: https://cyberleninka.ru/article/n/obzor-svyortochnyh-neyronnyh-setey-dlya-zadachi-klassifikatsii-izobrazheniy/viewer (дата обращения: 17.08.2025).
7. Клехо Д. Ю., Карелина Е. Б., Батырев Ю. П. Использование технологии сверточных нейронных сетей в сегментации объектов изображения // Лесной вестник МГТУ им. Н. Э. Баумана. 2021. Т. 25. № 1. С. 140-145.
8. ResNet (34, 50, 101): "остаточные" CNN для классификации изображений. URL: https://neurohive.io/ru/vidy-nejrosetej/resnet-34-50-101/ (дата обращения: 30.05.2025).
9. PyTorch . URL: https://pytorch.org/ (дата обращения: 01.06.2025).
Для цитирования: Киевский И. Л., Гришутин И. Б., Каргашин М. Е., Челмакина В. О. Идентификация малых архитектурных форм в благоустройстве с нейросетями ResNet50 и YOLO // Промышленное и гражданское строительство. 2025. № 12. С. 11-18. doi: 10.33622/0869-7019.2025.12.11-18