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

К соревнованиям