Базовая задача. Детектирование Пешеходов

Финиш Бессрочная задача

Задача

Создание детектора пешеходов на изображении

Дано

Набор изображений, на которых присутствуют пешеходы

Задание

Обработать изображения, извлечь параметры, которые помогут выделить общие признаки пешеходов и использовать эти признаки для детектирования пешеходов на изображениях.

Выполнение

В папке с заданием находятся вспомогательные файлы и инструкции. Для каждой функции написаны комментарии, позволяющие определить её назначение, входные параметры и форматы выходных данных, являющиеся результатом работы функции. Внимательно ознакомьтесь с комментариями к функциям!

Скачать папку с заданием >>

Для работы с проектом необходимо установить python 3 версии, opencv 3 версии, а также библиотеку numpy. Все функции для распознавания представлены в файле eval.py . Их можно изменять. Названия функций и самого файла при этом должны оставаться неизменными. Если вы используете нейросетевые или другие модели, загрузите их в файле eval.py в специально обозначенном месте. Выборка, с которой работает алгоритм, изменяется в файле main.py: функция load_data и соответственно массивы данных, возвращаемые из этой функции. Файл helpers.py изменению не подлежит!

Обучающий видео-курс >>

Проверка кода осуществляется на тестовых данных: изображениях, не включенных в тренировочную и валидационную выборки. Основной метрикой оценки является точность работы классификатора и ложные срабатывания. Оценка корректного детектирования производится методом Intersection over Union (IoU). Финальная точность вычисляется по формуле (Tp/n - Fp/n), где: Tp - количество правильных решений детектора (Accuracy), Fn - количество ложных срабатываний, n - общее количество объектов При одинаковой точности оценивается также скорость работы классификатора.

Решением является только файл eval.py. Загружать необходимо только его и модели, используемые для детектирования.



Очки Участник Дата Команда Город Учебное заведение
0.947 Максим Романовский 24.05.2020 11:04 F_T_L
0.931 Андрей Нечесов 10.01.2020 18:05 Радиус-вектор Москва ГБОУ Школа №491 "Марьино"
0.89 FTL_ML 09.09.2020 07:13 FTL_ML
0.813 Дмитрий Оконешников 25.08.2019 08:28 Новосибирск Лицей №22
0.813 Василий Юрьев 05.02.2019 04:49 L22_Autonet Новосибирск
0.659 Роман Родионов 28.08.2019 22:23 Тамбов
0.569 Artem Kuteynikov 25.08.2019 16:26 Solaris Moscow ГБОУ Школа №2083
0.541 Данил Мошков 11.08.2019 07:37 Первоуральск
0.533 Стукалов Артем 20.08.2019 13:34 Ханты-Мансийск ЮФМЛ
0.528 Дарья Денисова 29.08.2019 19:11 Транс МЕМ Москва ГБОУ "Бауманская инженерная школа № 1580"
0.528 Лёня Безвершенко 19.02.2019 19:12 Саратов
0.524 Виктор Астафьев 21.07.2020 13:44 Robodriver Москва Международная школа завтрашнего дня (IST)
0.52 Александр Мошков 25.08.2019 14:51
0.472 Timofey Agafonov 20.02.2019 13:46 Москва