<h3>Проект&nbsp;<a href="https://ods.ai/projects/maritimeai">MaritimeAI</a></h3>

Нефтяные платформы, танкерный и ледокольный флот, Северный морской путь, экологи, наблюдающие за глобальным потеплением - все очень хотят понимать, что там будет со льдом, где он будет толстым и непроходимым, где наоборот - тонким и хрупким. Да вот беда, сейчас такой анализ занимает очень много времени и сил - эксперты сидят и вручную рисуют ледовые карты, которые выходят с периодичностью в лучшем случае раз в неделю, когда судно уже уже где-то встряло или платформу начало поджимать глыбами.&nbsp; 
В рамках этого хакатона мы предлагаем вам этот процесс автоматизировать с помощью компьютерного зрения.

Что надо будет сделать (мы дадим инструкцию, не переживайте, коротенькая версия уже <a href="https://docs.google.com/document/d/1xXuPT-YLkkZUARrNj8GGvOBntvds3t5sNastzFfibSM/edit?usp=sharing">здесь</a>):

1) Собрать спутниковые снимки заданного района по открытым источникам, в основном с портала Sentinel 
2) Разметить согласно классификации WMO (все в инструкции) - да-да, никто не говорил, что будет легко :) 
3) Пошатать сеточки по мультиклассу и представить решение

Важное замечание: в связи со спецификой задачи и дальнейшего использования результатов, вы можете использовать любую метрику для ошибки. На результаты будут смотреть ледовые эксперты глазами, а им нет дела до наших Жаккаров и прочего :) Им надо картинку увидеть и сказать &quot;пойдет - не пойдет&quot;. Добро пожаловать в реальный мир.&nbsp;

ODS slack channel&nbsp;<a href="https://opendatascience.slack.com/archives/CJ6UPQ3FZ">#ml4sg</a>

Зима близко, а значит, скоро в Арктике снова встанет лед (или нет). В любом случае, тема морского арктического льда сейчас как никогда актуальна - как с экологической, так и с бизнес точки зрения.

Data

Computer Vision applications in maritime industry. 
We are building an open source maritime analytics platform with built-in computer vision for oil spills detection, shipping monitoring, ice classification and other use cases. We work with satellite imagery, sonar data, UUV and UAV video feeds.

Computer Vision for non-traditional industry, heavy focus on ecology and oil&amp;gas.

Parts of our platform are already used by major Oil companies (Lukoil, Gazpromneft) and research facilities (Marine Research Center of Moscow State University). 
&nbsp;

Project page &ndash;&nbsp;<a aria-describedby="sk-tooltip-29324" data-sk="tooltip_parent" delay="150" href="https://maritimeai.net/" rel="noopener noreferrer" target="_blank">https://maritimeai.net/</a> 
Our articles:

<ul>
	<li>habr (Russian)
	<ul>
		<li><a aria-describedby="sk-tooltip-29325" data-sk="tooltip_parent" delay="150" href="https://habr.com/ru/company/ods/blog/454964/" rel="noopener noreferrer" target="_blank">https://habr.com/ru/company/ods/blog/454964/</a></li>
		<li><a aria-describedby="sk-tooltip-29326" data-sk="tooltip_parent" delay="150" href="https://habr.com/ru/company/ods/blog/482780/" rel="noopener noreferrer" target="_blank">https://habr.com/ru/company/ods/blog/482780/</a></li>
		<li><a aria-describedby="sk-tooltip-29327" data-sk="tooltip_parent" delay="150" href="https://habr.com/ru/company/ods/blog/488852/" rel="noopener noreferrer" target="_blank">https://habr.com/ru/company/ods/blog/488852/</a>&nbsp;</li>
	</ul>
	</li>
	<li>medium (English)
	<ul>
		<li><a aria-describedby="sk-tooltip-29328" data-sk="tooltip_parent" delay="150" href="https://medium.com/computer-vision-for-polar-operations/artificial-intelligence-at-the-earth-final-frontier-a-quick-overview-on-how-neural-networks-help-3ccff59b269f" rel="noopener noreferrer" target="_blank">https://medium.com/computer-vision-for-polar-operations/artificial-intelligence-at-the-earth-final-frontier-a-quick-overview-on-how-neural-networks-help-3ccff59b269f</a></li>
		<li><a aria-describedby="sk-tooltip-29329" data-sk="tooltip_parent" delay="150" href="https://medium.com/computer-vision-in-space-exploration/can-neural-networks-help-finding-water-on-mars-dbe094c0cb38" rel="noopener noreferrer" target="_blank">https://medium.com/computer-vision-in-space-exploration/can-neural-networks-help-finding-water-on-mars-dbe094c0cb38</a></li>
		<li><a aria-describedby="sk-tooltip-29330" data-sk="tooltip_parent" delay="150" href="https://medium.com/seismic-data-analysis-using-ai/seismic-data-analysis-using-ai-3ce18a18fbb" rel="noopener noreferrer" target="_blank">https://medium.com/seismic-data-analysis-using-ai/seismic-data-analysis-using-ai-3ce18a18fbb</a>.</li>
	</ul>
	</li>
</ul>

Some of our talks can be found <a href="https://youtu.be/id5Al8LoB4c">here</a>&nbsp;(Data Fest Odessa `19) and <a href="https://youtu.be/zJuslocO3a0">here</a>&nbsp;(Kyiv Data Science Meetup `20).

&nbsp;

We are always looking for seasoned computer vision engineers and full-stack developers. 
If you wanna join, contact project leader Pavel Golubev directly in slack channel #ml4sg or by email&nbsp;<a aria-describedby="sk-tooltip-29333" data-sk="tooltip_parent" delay="150" rel="noopener noreferrer" target="_blank">pavel.golubev@maritimeai.net</a>

Serge Oreshkov

Sergey Bekhtin

Vladimir Valv

Paul Golubev

Ann Antonova

Denys Lazarenko

Andrey Mitrofanov

Computer Vision in the maritime industry. And it's awesome

ML for Social Good

Vladimir ValV

MaritimeAI

User Agreement

I accept <a target="_blank" rel="noopener noreferrer" href="https://drive.google.com/file/d/1n-fPczc0u7vYGvOzUUGH55HCbuRlCp8x/view?usp=sharing">Terms of User Agreement</a>

Privacy Policy

I accept <a target="_blank" rel="noopener noreferrer" href="https://drive.google.com/file/d/1JifpdktW5xCMAYgxzomLhYQZuxSrp0Wi/view?usp=sharing">Privacy Policy</a>

Consent

I give my <a target="_blank" rel="noopener noreferrer" href="https://storage.yandexcloud.net/datasouls-ods/DataFest2021_pres/Consent.pdf">consent</a> to «Sorevnovaniya Analiza Dannykh» LLC to process and transfer my personal data (name, email, address) to the partners of the event for information interaction

first_name

First name

last_name

Last name

country

Country (lat)

city

City (lat)

email

Email

slack_name

Your ODS Slack nickname

study_place

Study place

study_specialty

Study specialty

work_place

Work place

work_position

Work position

expectations

Expectations

interests

Interests

preferred_language

Preferred language

about

About

Registration application for Data Fest & ODS Summer Of Code

Многоклассовая сегментация морского льда на спутниковых снимках

Hackathon

<a href="https://disk.yandex.ru/d/iqRJbU0YFlJhtA">Здесь </a>- датасет + описание данных, на которых надо делать мультикласс разметку и предсказание, как в видео ниже

Как размечать снимки - <a href="https://youtu.be/PGtE1bUnprw">пример&nbsp;</a>

Итого, процесс такой:

<ol>
	<li>Скачали данные, разобрались, что там и как работает.&nbsp;</li>
	<li>На этих данных применили мультикласс разметку, как показано в видео</li>
	<li>Пошатали модельки</li>
	<li>Показали результат</li>
</ol>

Можно скачать больше данных <a href="https://www.sentinel-hub.com/explore/sentinelplayground/">отсюда</a>, если хочется