Почти 7 тыс. нарушений атрибутики такси выявили с помощью нейросети в Подмосковье с января
С помощью нейросети с января 2023 года в Московской области выявлено 6,7 тыс. нарушений атрибутики автомобилей такси. Об этом сообщила пресс-служба министерства транспорта и дорожной инфраструктуры Подмосковья.
«В Московской области автомобили такси на соответствие региональному стандарту проверяет нейросеть. За 2023 год с помощью искусственного интеллекта удалось выявить порядка 6,7 тыс. нарушений. Водителям автомобилей с нарушениями регионального стандарта атрибутики выписаны предостережения», – говорится в сообщении.
Уточняется, что к настоящему времени в Подмосковье установлено более 2 тыс. камер автоматизированной системы «Такси-контроль», которая была запущена в октябре 2021 года. Система позволяет без помощи инспекторов выявить нарушения регионального стандарта у таксомоторных перевозчиков. Нейросеть распознает машины на соответствие цвета кузова, наличие желтых светоотражающих полос посередине и темно-серых полос внизу, наличие цветографической схемы легкового такси и оранжевого фонаря на крыше. Кроме соответствия региональному стандарту система также фиксирует возможные повреждения атрибутики.
Как отмечается, в регионе по выданным разрешениям работает порядка 100 тыс. такси. Поэтому процесс выявления нарушений атрибутики сделан автоматизированным благодаря внедрению нейросети. В министерстве добавили, что ежедневно она обрабатывает порядка 2,5 млн автомобильного трафика, распознавая машины в потоке. При этом один инспектор на линии способен проверить только 2 тыс. автомобилей за год.
Ранее «Радио 1» сообщало, что в Подмосковье с начала 2023 года проверено более 6,5 тыс. автомобилей такси. Как выяснилось, порядка 2,3 тыс. водителей занимались перевозками без разрешения. В отношении водителей составлено более 11 тыс. административных материалов. Местами притяжения для водителей-нелегалов остаются аэропорты, автовокзалы, остановки общественного транспорта рядом с железной дорогой и станциями метро, где наблюдается интенсивный пассажиропоток.