|
📍 Хакатон Норникель 2024 года Разработка ИИ-решения для автоматического определения степени загрязнения линз камер, что позволит минимизировать влияние загрязнений на работу алгоритмов компьютерного зрения и повысить надежность автоматического контроля в производственных процессах.
|
|
Наша система анализирует видеопоток с камер и выявляет степень загрязнения линз, что позволяет предотвратить снижение точности работы алгоритмов компьютерного зрения. Для этого мы используем нейросетевую модель, способную распознавать различные виды загрязнений (размытость, пятна, засветы, пыль и т. д.).
- Анализ входного изображения: загрузка и предобработка данных.
- Сегментация загрязнений: использование модели YOLO11 Nano для выявления загрязненных областей.
- Оценка степени загрязнения: расчет площади загрязненных участков.
- Вывод предсказаний: визуализация маски загрязнения и уровня покрытия кадра.
- Интерактивный Telegram-бот для демонстрации работы системы.
- Python — основной язык разработки
- NumPy — обработка числовых данных и массивов
- Pandas — анализ и структурирование табличных данных
- OpenCV — обработка и анализ изображений
- Ultralytics — модели YOLO для компьютерного зрения
- PyTorch — обучение и использование нейросетей
- Docker — контейнеризация приложений для изоляции и удобства развертывания
Посмотрите, как система анализирует кадры и выявляет загрязнения.
Для улучшения качества модели и повышения её устойчивости к различным условиям мы использовали аугментацию данных.
В репозитории доступен код для создания синтетических изображений, который позволяет:
✅ Генерировать данные с различными эффектами загрязнения.
✅ Добавлять реалистичные визуальные искажения (размытость, блики, капли воды и т. д.).
✅ Искусственно увеличивать объём обучающего набора данных.
Этот подход делает модель более устойчивой к реальным условиям и позволяет лучше распознавать загрязнения на камерах.
📌 Подробная информация и инструкции доступны в файле raindrop_aug.md.
Для получения детального описания процесса обучения модели и формирования финального submit-файла,
ознакомьтесь с инструкциями в README.
Мы выражаем искреннюю благодарность Sofia Golubovskaya за помощь в разработке дизайна презентации! 🎨✨