Ищем опытного фрилансера для подготовки специализированного датасета, предназначенного для обучения нейронной
сети обработки изображений людей и объектов. Проект предполагает создание структурированного набора данных с
парными изображениями и соответствующими аннотациями для машинного обучения с использованием современного
технологического стека.
Техническое задание включает обработку исходных фотографий людей в полный рост и изображений объектов с
использованием Python и NumPy для вычислительных операций. Нужно создать семантические карты частей тела с
20 классами в соответствии со стандартом LIP dataset, генерировать координаты ключевых точек фигуры в формате BODY_25
и подготовить бинарные маски объектов. Основной технологический стек включает PyTorch для работы с тензорами и
моделями глубокого обучения, OpenPose для детекции поз и ключевых точек тела, MediaPipe от Google для
семантической сегментации.
Обработка изображений выполняется с помощью PIL (Python Imaging Library) и OpenCV для манипуляций с
форматами, изменения размеров и создания масок. Дополнительно используется JSON для хранения структурированных
данных о координатах поз и аннотациях. Все скрипты должны быть написаны на Python с соблюдением принципов
модульности и возможности автоматизации процесса подготовки датасета.
Конечный датасет должен иметь четкую файловую структуру с отдельными папками для различных типов данных, правильные
названия файлов и форматы PNG/JPEG. Результатом работы должен стать полностью подготовленный датасет, пригодный для
обучения нейронной сети обработки изображений. Фрилансер должен иметь опыт работы с указанным технологическим
стеком, компьютерным зрением и понимание принципов подготовки датасетов для глубокого обучения.
