YOLOv8

Dobry wieczór.  Jest projekt, poniżej wyślę opis i zadania, projekt jest interesujący i z perspektywą długoterminowej współpracy.

Spójrz na zadania, czy mógłbyś sam lub w zespole nad tym popracować.

1. Ogólny cel projektu:

Rozwój systemu komputerowego rozpoznawania obrazu i analizy AI, który w czasie rzeczywistym śledzi działania dealera i graczy na stole do blackjacka, rejestruje błędy, naruszenia zasad i potencjalne oszustwa, oraz wysyła powiadomienia odpowiedniemu personelowi.

2. Główne funkcje modułu:

2.1 Strumień wideo i rozpoznawanie:

• Podłączenie do kamer IP (możliwość podłączenia kilku).
• Rozpoznawanie:
  • Kart (nominał i kolor).
  • Żetonów i ich nominałów.
  • Rąk i działań dealera/graczy.
  • Stref gry na stole (pozycje graczy, boki, zakłady).
• 
  
• Śledzenie kart i żetonów na stole w czasie rzeczywistym.

2.2 Logika analizy gry:

• Określenie początku i końca rundy.
• Śledzenie:
  • Poprawności rozdania kart.
  • Wypłat (czy zakład został wypłacony, przegrana/remis/wygrana).
  • Błędów dealera (np. wypłata przy przegranej).
• 
  
• Algorytm logiki blackjacka (wbudowane zasady gry).

2.3 System sygnałów:

• W przypadku błędu:
  • Wizualny i/lub dźwiękowy sygnał na stole.
  • Zrzut ekranu z momentu gry.
  • Wysyłanie powiadomienia (Telegram/e-mail/API).
• 
  
• W przypadku wysokich stawek:
  • Wysyłanie powiadomienia menedżerowi.
• 
  

2.4 Analiza i raportowanie:

• Prowadzenie bazy wszystkich rund.
• Historia błędów i działań dealera.
• System audytu i dzienników działań.

3. Architektura i technologie (proponowane):

Frontend/Admin panel:

• React/Vue (do monitorowania i raportów).
• Strona z logami, błędami, fragmentami wideo.

Backend:

• Python + FastAPI/Flask. 
• Baza danych PostgreSQL lub MongoDB.

Moduł AI/Computer Vision:

• OpenCV + PyTorch/TensorFlow.
• YOLOv8 lub podobny model do wykrywania obiektów.
• Szkolenie modeli na rzeczywistych nagraniach z kasyna (zestaw danych tworzony ręcznie lub automatyzacja).

Integracja:

• Podłączenie do kamer przez RTSP.
• Telegram API / Email API do powiadomień.

Przede wszystkim interesuje nas, czy jesteście w stanie wytrenować modele w YOLO v8

Moduł AI/Computer Vision:

• OpenCV + PyTorch/TensorFlow.
• YOLOv8 lub podobny model do wykrywania obiektów.
• Szkolenie modeli na rzeczywistych nagraniach z kasyna (zestaw danych).
• Opłata według ustaleń.

Добрый вечер.  Есть проект , ниже я вам пошлю описание и задачи , проект интересный и с перспективой длительного сотрудничества.

Посмотрите задачи , смогли бы вы сами или в команде , поработать над таким.

1. Общая цель проекта:

Разработка системы компьютерного зрения и AI-аналитики, которая в реальном времени отслеживает действия дилера и игроков на столе блэкджека, фиксирует ошибки, нарушения правил и потенциальные мошеннические действия, и отправляет уведомления ответственному персоналу.

2. Основные функции модуля:

2.1 Видеопоток и распознавание:

• Подключение к IP-камерам (возможность подключать несколько).
• Распознавание:
  • Карт (номинал и масть).
  • Жетонов и их номинала.
  • Рук и действий дилера/игроков.
  • Игровых зон на столе (позиции игроков, боксы, ставки).
• 
  
• Трекинг карт и жетонов на столе в реальном времени.

2.2 Логика анализа игры:

• Определение начала и завершения раунда.
• Отслеживание:
  • Верности раздачи карт.
  • Выдачи выплат (выплачена ли ставка, проигрыш/ничья/победа).
  • Ошибок дилера (например, выплата при проигрыше).
• 
  
• Алгоритм логики блэкджека (встроенные правила игры).

2.3 Сигнальная система:

• В случае ошибки:
  • Визуальный и/или звуковой сигнал на столе.
  • Скриншот игрового момента.
  • Отправка уведомления (Telegram/email/API).
• 
  
• В случае высоких ставок:
  • Отправка оповещения менеджеру.
• 
  

2.4 Аналитика и отчётность:

• Ведение базы всех раундов.
• История ошибок и действий дилера.
• Система аудита и журналов действий.

3. Архитектура и технологии (предлагаемые):

Frontend/Admin панель:

• React/Vue (для мониторинга и отчетов).
• Страница с логами, ошибками, видеофрагментами.

Backend:

• Python + FastAPI/Flask. 
• База данных PostgreSQL или MongoDB.

Модуль AI/Computer Vision:

• OpenCV + PyTorch/TensorFlow.
• YOLOv8 или аналогичная модель для object detection.
• Обучение моделей на реальных кадрах с казино (датасет создаётся вручную либо автоматизировать)

Интеграция:

• Подключение к камерам через RTSP.
• Telegram API / Email API для оповещений.

В первую очередь интересно если вы сможете обучить модели в YOLO v8

Модуль AI/Computer Vision:

• OpenCV + PyTorch/TensorFlow.
• YOLOv8 или аналогичная модель для object detection.
• Обучение моделей на реальных кадрах с казино (датасет )
• Оплата по договорености