Skip to content

svyatocheck/cv-deeplearning-practice

Repository files navigation

Детекция дорожных знаков на видеорегистраторе

Alt Text

GitHub issues GitHub license Code style

Stack:

Python Jupyter Notebook GitHub Streamlit PyTorch Yolo

Репозиторий:

  • assets - графические материалы для Readme файлика
  • data_experiments - ноутбуки с обработкой датасетов
  • model_experiments - ноутбуки с обучением моделек
  • model_weights - лучшие веса обученных моделек

Контент

Проблема

Данный продукт решает следующие проблемы:

  • Автоматическая детекция знаков
  • Удобный юзер интерфейс
  • Быстрый инференс

Описание

Предлагаемая система видеонаблюдения предназначена для обеспечения комплексного мониторинга и обнаружения дорожных знаков.

Все собранные данные хранятся в централизованной базе данных для последующего анализа и обучения модели.

Детекция знаков

Данные

Данные 1

Данные 2

Данные 3

Данные 4

Данные 5

Статьи

Статья 1

Статья 2

Видео

Про разметку

Архитектура

Frontend

Alt text

Особенности и ограничения

  • В текущей версии приложения ограничение по размеру видео составляет 200 МБ. Это важно учитывать при загрузке видеоматериалов.
  • Загрузка файлов: пользователи могут загружать видеофайлы в форматах, таких как mp4, mov, avi, asf, m4v и mpeg-4. Загрузка происходит способом drag and drop. Во время загрузки пользователь видит сообщение «Upload a video». После успешной загрузки пользователь видит сообщение «Upload successful!».
  • Обработка видео: приложение обрабатывает видео с использованием CV-модели. После завершения обработки пользователь видит соответствующий индикатор: «Extracting complete!».
  • Video: после обработки отображается загруженное видео с ограничивающей рамкой (bounding box) в месте, где модель детектировала дорожный знак.

Future Roadmap

  • Проверить дополнительные архитектуры (Fast CNN, Faster CNN)
  • Улучшить инференс
  • Добавить трекинг знаков
  • Улучшить взаимодействие с пользователем

Сравнение моделей

Model Box Precision Recall mAPval 50 mAPval 50-95
YOLOv8n_50_32_02 0.563 0.157 0.155 0.0925
YOLOv8n_50_64_05 0.425 0.173 0.157 0.0964
YOLOv8n_50_64_01 0.537 0.161 0.179 0.111
YOLOv8s_50_32_02 0.449 0.29 0.278 0.177
YOLOv8m 0.589 0.334 0.352 0.239

В итоге была выбрана модель YOLOv8n_50_64_01, потому что она обладает лучшими метриками среди моделей nano, которые тестировались, и весит гораздо легче более тяжеловесных моделей YOLOv8s_50_32_02 и YOLOv8m (small and medium), что позволяет ей воспроизводиться на мобильных устройствах.

Contributing

Скопируйте файл contributing.md.

Вывод

Предлагаемая система видеонаблюдения создает комплексное решение для мониторинга и детекция дорожных знаков.

Благодаря алгоритмам нейронных сетей, эффективному управлению данными и возможностям немедленного оповещения, он обеспечивает надежный инструмент для детекции знаков и может использоваться на реальных кейсах.

Авторы

About

No description, website, or topics provided.

Resources

Contributing

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •