Внедрение Computer Vision в ресторане: раннее обнаружение гостей у входа + конверсия вход-посадка

Бюджет: 1000 USD Срок: 30 дней

У меня есть опыт в компьютерном зрении с Python + OpenCV. Пишите, покажу похожие работы по распознаванию объектов на видео.

У меня в портфолио проекты с телеграм-ботами, веб-приложениями и интеграцией с Google Sheets. Могу реализовать удобную веб-админ панель для контроля всего приложения, логирования данных в Excel, Google Sheets или базу данных.

Бюджет: 1500 USD Срок: 14 дней

Подключение к камерам
Система подключается к уже установленным IP-камерам по видеопотоку (RTSP). Камеры не перенастраиваются и не заменяются. Видео анализируется в реальном времени, запись и хранение видео не требуется. Работа 24/7 с автоматическим переподключением при сбоях.

Обнаружение гостя на входе
У входа настраивается виртуальная линия или зона. Когда человек пересекает эту зону, система фиксирует событие «гость вошёл». Сразу после этого отправляется уведомление в Telegram менеджеру или в рабочий чат.

Контроль ожидания внимания
После входа система отслеживает, сколько времени гость находится в зоне входа. Если гость ожидает внимания дольше заданного времени (например 10–15 секунд), отправляется повторное или усиленное уведомление. Это позволяет персоналу оперативно реагировать и не пропускать гостей.

Определение посадки
В зале настраивается зона посадки (общая зона столов). Если гость зашёл в зал и находится в этой зоне дольше заданного времени, фиксируется событие «гость посажен». Это упрощённая, но рабочая логика для подсчёта показателей.

Ушёл без посадки
Если человек вошёл, не был посажен и вышел обратно в течение заданного времени, фиксируется событие «ушёл без посадки».

Подсчёт показателей
Система автоматически считает по дням и сменам количество вошедших гостей, количество посаженных гостей, количество ушедших без посадки и конверсию (посаженные / вошедшие). Все события сохраняются с указанием времени и камеры: вход, ожидание, посадка, уход.

Отчётность и доступ к данным
Данные доступны в виде таблиц (CSV или Google Sheets) либо через простую веб-страницу с показателями и графиками. Можно анализировать динамику по дням, сменам и часам, выявлять проблемные периоды.

Уведомления
Все уведомления приходят в Telegram. Уведомление отправляется при появлении нового гостя и при превышении допустимого времени ожидания. Задержка составляет несколько секунд, практически в реальном времени.

Дополнительно
Система не распознаёт лица и не собирает персональные данные. Решение масштабируется и позволяет подключать дополнительные камеры. Это MVP-решение, ориентированное на быстрый запуск и практическую пользу. Развернуть

Бюджет: 900 USD Срок: 1 день

Добрый день! Интересный проект. Есть хороший опыт работы с резюме и ИИ. Напишите в личные сообщения.

Бюджет: 2000 USD Срок: 20 дней

Привет!

Это очень понятная и практичная задача, и я работал с системами компьютерного зрения в реальном времени, где целью было не просто обнаружение, а своевременные действия со стороны персонала. Я понимаю, насколько важны первые секунды после входа гостя, и решение должно быть тихим, надежным и достаточно быстрым, чтобы действительно изменить поведение персонала в зале.

Я бы подошел к этому как к легковесному постоянно работающему сервису, который подключается к существующим RTSP-потокам и отслеживает только определенные зоны входа и рассадки, чтобы производительность оставалась стабильной круглосуточно. Вход запускается пересечением зоны, и оповещения отправляются в Telegram в течение нескольких секунд с простым контекстом, таким как время и камера. Одна из идей, которая очень хорошо работает в ресторанах, — это короткий таймер, который адаптируется к времени суток, поэтому в часы пик порог эскалации уже, а вне пиковых часов он остается спокойным и избегает перегрузки оповещениями.

Обнаружение мест должно оставаться намеренно простым и надежным, используя продолжительность присутствия внутри зоны зала, а не пытаясь распознать столы или позы. Это делает MVP надежным и предотвращает ложные срабатывания. Все события регистрируются и связываются между собой, поэтому конверсию от входа до размещения легко измерить за смену или день, а экспорт в CSV или Google Sheets остается простым для менеджеров.

Я могу предоставить работающий MVP с оповещениями в реальном времени, понятными метриками и небольшим веб-интерфейсом или возможностью экспорта для отчетов. Система будет спроектирована таким образом, чтобы в дальнейшем ее можно было расширить для анализа производительности персонала или сравнения показателей камер без доработки.

Спасибо! Развернуть

Бюджет: 25 USD Срок: 1 день

Я вхожу в топ-5 разработчиков в категории «Искусственный интеллект и машинное обучение» среди ~2100 специалистов на платформе. Гарантирую: - Быстрое и качественное выполнение задания - Четкое соблюдение дедлайнов - Регулярная связь на протяжении всего процесса Буду рад обсудить детали вашего проекта в личных сообщениях.

Бюджет: 650 USD Срок: 7 дней

Здравствуйте!
Я Python-разработчик с опытом в Computer Vision. Готов реализовать систему видеоаналитики для вашего заведения на базе связки YOLO (детекция) и ByteTrack (трекинг). Это решение позволит системе не просто "видеть" людей, а вести сквозной учёт каждого гостя от двери до столика.

Как будет работать техническое решение:

- Благодаря ByteTrack, каждому вошедшему гостю присваивается уникальный идентификатор. Это исключает повторные уведомления, если человек просто стоит у двери, и позволяет точно связать событие "Вошёл" с событием "Сел за стол".

- В кадре размечаются две виртуальные зоны:
1. Entrance Zone: фиксация входа и запуск таймера ожидания.
2. Seating Zone: зона столиков. Если ID гостя перемещается сюда и задерживается — фиксируем посадку.

- Логика уведомлений (Telegram):
0 сек: Гость пересек линию — менеджер получает уведомление "Новый гость".
15 сек: Если статус гостя не сменился на "Обслужен/Прошёл в зал" — эскалация в чат (Warning).

- Система автоматически сопоставляет количество уникальных ID на входе и в зоне посадки за день/смену.

Технологический стек:
Детектор: YOLO (оптимизированная под real-time).
Трекер: ByteTrack (высокая точность сохранения ID при частичном перекрытии объекта).
ЯП: Python 3.12 + OpenCV.
База данных: SQLite/PostgreSQL для хранения истории событий и формирования отчётов (Web/Google Sheets).
Уведомления: Aiogram (Telegram Bot API).

Код будет обёрнут в Docker и настроен автоматический перезапуск при сбоях RTSP-потока или перезагрузке компьютера.

По желанию возможна реализация веб-страницы для просмотра и выгрузки статистики за любой период на основе данных из БД. Развернуть

Бюджет: 1000 USD Срок: 10 дней

Здравствуйте! Готов выполнить данный проект очень интересный проект

Бюджет: 1000 USD Срок: 14 дней

Здравствуйте!
Готов разработать систему, которая по RTSP-камерам определяет вход гостей, отправляет уведомления в Telegram, считает seated/walkaway и формирует конверсию.

Бюджет: 1000 USD Срок: 14 дней

Здравствуйте, разрабатываю на python более 5 лет и здесь есть отличная библиотека opencv, с которой я давно работаю, она позволяет использовать модели для распознавания лиц, людей, их поз и классификации этих данных. Также работаю с телеграм-ботами на библиотеке aiogram python. Задача комплексная, поэтому нужно достаточно времени, чтобы настроить инфраструктуру, однако понимание во всем есть и в выполнении проблем не будет. Буду рад обсудить детали!

Бюджет: 1000 USD Срок: 20 дней

Здравствуйте, разрабатывал подобную систему, но с немного другими задачами, есть пару вопросов для уточнения информации. Сеть ресторанов или один? Цена условная) Жду вас в личные сообщения)