Состоялся первый мажорный выпуск открытого кроссплатформенного инструментария для поиска пропавших людей Lacmus. Исходный код проекта опубликован на GitHub под лицензией GNU General Public License v3.0.
По данным OpenNET, проект Lacmus 1.0.0 представляет собой программное решение для автоматизации поиска и спасения пропавших людей с помощью алгоритмов компьютерного зрения и ИИ. Код инструментария написан на языке C#. Разработка проекта началась более четырёх лет назад. В рамках выпуска стабильной версии решения учитывались советы и правки сообщества поисково-спасательных отрядов.
Проект развивается при поддержке ассоциации Lacmus Foundation, которая занимается открытыми исследованиями в области поиска и спасения пропавших людей. Организация не имеет юридических структур и основана на добровольных началах. Статистика говорит о том, что ежегодно в мире тысячи людей пропадают без вести. Проект Lacmus призван быть лакмусовой бумажкой (за что и получил своё название) в решении этой проблемы, обеспечивая поисковым и спасательным службам современные средства для эффективного выполнения их задач и спасения как можно большего числа жизней.
Проект Lacmus позволяет осуществлять автоматизированный поиск по фотографиям, отснятым с БПЛА, помогает выявлять снимки, на которых присутствует потерявшийся человек, и предоставляет пользователю координаты искомого объекта. Работа программы основана на применении нейронных сетей и алгоритмов компьютерного зрения для распознавания людей на снимках с БПЛА, что позволяет увеличить эффективность поисковых операций, сократить время на их проведение и повысить вероятность успешного спасения потерявшихся людей.
Инструментарий Lacmus поддерживает различные платформы, включая Linux, Windows и macOS (мобильные версии решения находятся на стадии public preview), и обеспечивает возможность использования различных типов графических ускорителей, таких как GPU Nvidia, Intel, AMD, NPU и TPU, для оптимизации работы нейронных сетей. Для пользовательского интерфейса используется кроссплатформенный фреймворк AvaloniaUI, а для запуска моделей машинного обучения применяется ONNX Runtime и легковесная версия проекта TensorFlow.
Модели компьютерного зрения Lacmus распространяются в виде подключаемых модулей, которые можно скачать в каталоге ML-моделей в окне настроек программы, притом каждый такой плагин содержит в себе необходимые зависимости, избавляя конечного пользователя от установки дополнительных зависимостей и библиотек. В качестве основных архитектур нейронных сетей используются YOLOv5 и RetinaNet.
Источник: habr.com
Похожие новости:
Билайн и поисково-спасательный отряд «ЛизаАлерт» — итоги сотрудничества в 2023 году
Ученые Smart Engines нашли способ повысить эффективность работы нейросетей на 40%
Релиз инструментария для дизайна и прототипирования Penpot 2.0
Команда Nau Engine обновила FAQ и ответила на популярные вопросы по проекту игрового движка