lokot0k/breakthrough-phototraps

👑Команда: «Гаражные Ковырялы»

• Яковлев Павел (DS/AI/ML)
• Иван Королёв (Backend,Frontend)
• Евгений Бекалдиев (Backend,Frontend)
• Любовь Ушакова (UX/UI)
• Егор Петерс (DS/AI/ML)

Задача: Классификация снимков с фотоловушек

Ссылка на колаб

Обученные веса моделей скачиваются в colabе

Краткое описание решения: Для решения задачи классификации фотографий с фотоловушек Тигирекского заповедника был использован комбинированный подход:

1. На первом шаге производилась классификация изображения на изображения с наличием и отсутствием помех с помощью композиции нескольких моделей на основе Resnet и Densenet
2. На втором шаге производилась детекция изображений, которое на предыдущем шаге было обработано как изображения без помех
3. На основании результатов детекции на основе модели Yolov8 принималось решение относить изображение к классу с животными или без

Технические особенности: Python, Pytorch, RoboFlow, Yolov8, ResNet, DenseNet, augmentations, class balancing, ansambling models, Fine tunning

Уникальность: Алгоритм построен из композиции нескольких моделей, которые вместе образуют уникальное решение для задачи классификации сников с фотоловушек

Тестирование модели

В Google Colaboratory вы можете познакомаиться с тестированием модели и попробовать её запустить

Равзертка веб-приложения

Клиентская часть

Для развертки клиентской части достаточно установить все зависимости с помощью npm из дриектории frontend npm i, а затем запустить клиент с помощью команды npm start

Сервеная часть

Для развертки сервера необходимо установить все зависимости с помощью pip install -r requirements.txt из директории backend. Также потребуется скачать чекпойнт по ссылке и положить его в папку static. После этого можно запустить сервер командой python manage.py runserver