VITON-HD: Przygotowanie zestawu danych i generacja

Szukamy doświadczonego freelancera do przygotowania specjalistycznego zestawu danych, przeznaczonego do szkolenia sieci

neuronowej do przetwarzania obrazów ludzi i obiektów. Projekt zakłada stworzenie uporządkowanego zbioru danych z

parzystymi obrazami oraz odpowiednimi adnotacjami do uczenia maszynowego z wykorzystaniem nowoczesnego

stosu technologicznego.

Zadanie techniczne obejmuje przetwarzanie wyjściowych fotografii ludzi w pełnej długości oraz obrazów obiektów z

użyciem Pythona i NumPy do operacji obliczeniowych. Należy stworzyć semantyczne mapy części ciała z

20 klasami zgodnie ze standardem zestawu danych LIP, generować współrzędne kluczowych punktów figury w formacie BODY_25

i przygotować binarne maski obiektów. Główny stos technologiczny obejmuje PyTorch do pracy z tensorami oraz

modelami głębokiego uczenia, OpenPose do detekcji pozycji i kluczowych punktów ciała, MediaPipe od Google do

segmentacji semantycznej.

Przetwarzanie obrazów odbywa się za pomocą PIL (Python Imaging Library) oraz OpenCV do manipulacji z

formatami, zmiany rozmiarów i tworzenia masek. Dodatkowo używany jest JSON do przechowywania uporządkowanych

danych o współrzędnych pozycji i adnotacjach. Wszystkie skrypty muszą być napisane w Pythonie z zachowaniem zasad

modularności oraz możliwości automatyzacji procesu przygotowania zestawu danych.

Końcowy zestaw danych powinien mieć wyraźną strukturę plików z oddzielnymi folderami dla różnych typów danych, poprawne

nazwy plików oraz formaty PNG/JPEG. Wynikiem pracy ma być w pełni przygotowany zestaw danych, odpowiedni do

szkolenia sieci neuronowej do przetwarzania obrazów. Freelancer powinien mieć doświadczenie w pracy z wymienionym

stosem technologicznym, widzeniem komputerowym oraz rozumienie zasad przygotowania zestawów danych do głębokiego uczenia.