/hacks-ai-tbo

Primary LanguageJupyter Notebook

hacks-ai-tbo

Запуска через Python

  1. Установите зависимости из requirements.txt
  2. Запустите main.py

Запуск через bat

  1. Скачайте демо по ссылке
  2. Запустите start.bat

Структура проекта

  1. analysis/ - jupyter notebooks с исследованиями мультиспектральных фото
    1. channels.ipynb - исследование каналов
    2. detection.ipynb - исследование bbox на каналах
  2. parser/ - модуль с парсерами в различные форматы
    1. coco.py - исходный датасет в coco формат
    2. to_csv.py - выход программы из ТЗ в csv для отправки
    3. yolo_detection.py - исходный датасет в yolo формат
  3. test/
    1. frames.py - подсчёт метрик на изначальном датасете
  4. tracking/ - YOLO Tracking при помощи SORT
    1. tracking.py - преобразование данного сэмлпа в количество объектов по кадрам и в целом
    2. tracking_yolo_v8x.py - cv2 графики с bbox от yolo и изначальной аннотацией
  5. conver.py - скрипт для преобразованя данного датасета в yolo датасет
  6. create_coco.py - создать coco датасет из исходного
  7. main.py - запуск программы, ввод названия видео, запуск YOLO
  8. train.ipynb - jupyter notebook для тренировки модели

Где взять модель YOLO?

В разделе Github Releases можно скачать файл yolo_v8l.pt. Его необходимо положить в корневую директорию

Куда положить видео для анализа?

В папку train_dataset_dataset положить папку видео, затем укажите это название при запуске программы