Аннотация на русском языке: В рамках данной статьи рассматривается комплексная система распознавания разливов нефти, основанная на применении алгоритмов компьютерного зрения. Проблемой исследования данной статьи является низкая эффективность распознавания разливов нефтепромысловых объектов, зависимость от человеческого фактора при анализе фотоматериалов с беспилотного летательного аппарата, а также отсутствие возможности оперативной передачи нарушений ответственным лицам. Основой данной комплексной системы является модель компьютерного зрения YOLOv8, которая обучена на обнаружении разливов на местах нефтепромысловых объектов, с использованием размеченных данных в Label Studio. Данная модель показывает высокую точность обнаружения разливов нефти даже в труднодоступных условиях. В случае обнаружения разливов нефти, БПЛА отправляет в Telegram чат-бот, разработанным с помощью языка программирования Python, данные с координациями и визуальными границами разливов нефти ответственным лицам в виде инженеров службы экологической безопасности, диспетчеров производственного участка, руководителей службы промышленной безопасности и охраны труда. Научной новизной данной статьи является разработка комплексной системы мониторинга, сочетающий в себе технологии компьютерного зрения с механизмом оперативного оповещения ответственных лиц о разливах нефти через Telegram чат-бот. Данное решение позволит перейти нефтяным компаниям от эпизодического контроля разливов нефти к автоматизированной системе контроля разливов нефти, тем самым повышая скорость реагирования на данные инциденты.

The summary in English: This article discusses a comprehensive oil spill detection system based on the use of computer vision algorithms. The research problem addressed in this article is the low efficiency of oil spill detection at oil production facilities, dependence on human factors when analyzing photographic materials from unmanned aerial vehicles, and the inability to promptly report violations to the responsible authorities. The basis of this comprehensive system is the YOLOv8 computer vision model, which is trained to detect spills at oil field facilities using labeled data in Label Studio. This model demonstrates high accuracy in detecting oil spills even in hard-to-reach conditions. When oil spills are detected, the UAV sends data with coordinates and visual boundaries of the oil spills to responsible persons, such as environmental safety engineers, production site dispatchers, and industrial safety and labor protection managers, via a Telegram chatbot developed using the Python programming language. The scientific novelty of this article is the development of a comprehensive monitoring system that combines computer vision technologies with a mechanism for promptly notifying responsible persons about oil spills via a Telegram chatbot. This solution will enable oil companies to move from sporadic oil spill monitoring to an automated oil spill monitoring system, thereby increasing the speed of response to such incidents.

Ключевые слова: компьютерное зрение, разлив нефти, YOLOv8, Label Studio, БПЛА, Telegram, чат-бот, Python.
Key words: computer vision, oil spill detection, YOLOv8, Label Studio, UAV, Telegram, chatbot, Python.