Стажировка по проекту
Компания: «Российский университет дружбы народов имени Патриса Лумумбы»
Разработка системы обнаружения касок на сотрудниках лаборатории университета
Суть проекта
Задача
Для чего
Вводные данные
Выходные данные
Разработка системы обнаружения касок на сотрудниках для улучшения безопасности труда на производственных площадках РУДН с использованием ИИ и машинного зрения
Идентификация нарушений ношения касок с высокой точностью (mAP50 до 0.95), визуализация нарушений
Видеоданные с производственных цехов, включая 65 двухчасовых видео, 9000+ изображений с камер университета, а также профильный датасет с элементами безопасности
Снижение риска травматизма за счет контроля соблюдения правил безопасности
Участники
1 команды проекта
1 команды проекта
- Рубцов АнтонТимлид проектаАнтон - руководитель группы разработчиков, отвечал за полную разработку проекта
- Бугров АлексейПомощник Тимлида
- Подготовка ТЗ и организационных документов проекта;
- Ведение документации и коммуникаций с участниками;
- Проведение онлайн-встреч и координация вопросов группы;
- Сведение общего датасета в Roboflow и разработка инструментов для работы с видео;
- Обучение сетей YOLOv8 и применение механизмов трекинга;
- Создание презентационных материалов проекта
- Аникеев АртемПредприниматель
Основатель ИТ проектов в сфере E-commerce и ИИ- Разметка изображений в Roboflow и CVAT;
- Балансировка датасета;
- Обучение нейросетей на датасетах разных форматов;
- Тестирование YOLOv8S на 6 ракурсах, работа с трекингом;
- Изучение вариантов подключения к RTSP потоку;
- Реализация интеграции с Telegram-ботом
- Бастраков ИгорьОператор ЧПУ
- Разметка датасета и тестирование влияния пустых кадров;
- Обучение модели YOLO NAS;
- Тестирование механизмов интеграции в production ONNX, Streamlit;
- Реализация WebRTC OWT-server
- Ефремов АлексейГлавный специалист отдела информационных технологий
Поддержка информациоонных систем организации- Аннотация изображений;
- Обучение моделей YOLOv8;
- Реализация механизмов обработки;
- Разработка демонстрационной программы;
- Разработка FastAPI приложения;
- Реализация интеграции с Telegram-ботом
- Калюжный ДенисСИСТЕМНЫЙ АДМИНИСТРАТОР
- Обработка видео и разметка для обнаружения объектов;
- Исследование балансировки датасета и обучение YOLOv8;
- Разработка алгоритмов сохранения кадров и оповещения;
- Фильтрация изображений и интеграция итогового сигнала;
- Эксперименты с распознаванием лиц для выбора кадров
- Ладыгин СергейФизика. Финансы. Исследование данных
- Аннотация в Roboflow и подготовка датасета;
- Балансировка классов и обучение модели;
- Эксперименты с YOLOv8 и YOLO-NAS;
- Визуализация предсказаний и трекинг;
- Разработка интерактивной панели через Streamlit;
- Реализация детекции из rtsp потока
- Николаев АндрейМенеджер распределительного центра
- Аннотация в Roboflow и подготовка датасета;
- Балансировка классов и обучение модели;
- Эксперименты с YOLOv8 и YOLO-NAS;
- Визуализация предсказаний и трекинг;
- Разработка интерактивной панели через Streamlit;
- Реализация детекции из rtsp потока
- Рок МихаилВедущий специалист-эксперт Отдела информационных технологий Социального Фонда России по г. Севастополю
- Разметка датасета в CVAT;
- Обучение YOLOv8s в Colab;
- Оптимизация трекинга;
- Применение модели определения лиц;
- Разработка Telegram-бота
- Шелагурова МаринаАО «Раменское приборостроительное конструкторское бюро». Начальник сектора по индикации и картографии, к.т.н.
- Аннотация изображений и обучение YOLOv8 через Roboflow;
- Разработка алгоритма выявления нарушений с трекингом;
- Создание Telegram-бота для демонстрации работы модели;
- Изучение FastAPI и настройка виртуальной машины;
- Инновационный подход к детектированию людей и касок;
- Запуск FastAPI приложения с функцией сохранения картинок
- Шишкин СергейРуководитель группы продвижения продукции
- Обработка видео и нарезка кадров с людьми;
- Разметка кадров и обучение модели YOLOv5;
- Обучение YOLOv8s на классе «без каски» с точностью 95%;
- Подготовка презентации системы решения задачи;
- Визуализация работы модели и тестирование на потоковом видео;
- Кластеризация изображений нарушителей;
- Получение и обработка записей с камер
- Ткачев ГеоргийПенсионер
- Подготовка и загрузка датасета в проект;
- Доработка датасета и обучение моделей YOLOv8;
- Разработка демонстрационной программы;
- Оптимизация кода проекта;
- Реализация интеграции с Telegram-ботом
- Токарев АлександрРуководитель направления в Дирекции ТРИЗ. Автоматизация решения сложных задач промышленных предприятий.
- Разметка изображений в Roboflow;
- Обучение моделей YOLOv8;
- Разработка модуля проверки совмещения рамок для детекции без каски;
- Реализация алгоритма сохранения кадров с трекингом YOLO8;
- Изучение Fast API и разработка Телеграм-бота
- Хисаметдинов АльбертКосмический НИИ, инвесткомпании и банки, Индивидуальный предприниматель
- Нарезка и обработка видео;
- Разметка и подготовка датасета;
- Обучение моделей YOLOv8 в Colab;
- Визуализация результатов обучения модели
Участники
2 команды проекта
2 команды проекта
- Терещенко АлексейТимлид проектаАлексей - руководитель группы разработчиков, отвечал за полную разработку проекта
- Мелихов АлександрПредприниматель, программист
- Осуществил разметку части обучающего датасета при инструмента для разметки данных, CVAT;
- Обучил модель YOLO v8 на предоставленных заказчиком данных, в результате чего модель успешно осуществляет распознавание людей в касках и без на видео;
- Получил базовые навыки разработки десктопных приложений на Python, используя фреймворк PtQt 6;
- Разработал тестовое многопоточное десктопное приложение, осуществляющее эффективное считывание видео-потоков и трекинг людей с использованием модели YOLO; Также реализовано подсчет количество людей в каждом классе;
- Изучил, настроил и использовал GPU для значительного ускорения работы модели;
- Применил утилиту ffmpeg для оптимизации считывания высоко разрешенных видеопотоков с большим количеством кадров в секунду;
- Разработал систему синхронизации кадров для улучшения производительности работы модели в условиях высокой нагрузки;
- Провел тестирование итогового приложения, записывая видео для дальнейшего анализа и отчетности
- Зайнеев ФаридТехнический директор
- Разметка данных согласно определенным критериям и метрикам качества;
- Проведение процесса дообучения модели с использованием размеченных данных;
- Проектирование интерфейса приложения, включая определение основных функций и элементов управления;
- Интеграция функциональности модели машинного обучения в приложение;
- Тестирование и отладка приложения для обеспечения его стабильной работы;
- Составление структуры презентации, включая введение, описание проекта, основные результаты и заключение
Демонстрация проекта 2 команды
Благодарность университетУ