Система детекции головы людей

Проект
Проект фокусируется на задаче подсчета толпы и мониторинга безопасности путем точного обнаружения голов людей. Это базовая задача для систем видеонаблюдения, где важно видеть количество людей даже в плотной толпе.

Тренировочный процесс:
• Модель: YOLOv11n (самая быстрая версия, оптимизированная для Edge-устройств).
• Эпохи: 100.
• Устройство: GPU (CUDA).
• Результат: Стабильно высокая точность (mAP50 ≈ 0.97).

Визуализация
Кастомная функция на OpenCV, которая рисует ограничительные рамки (bounding boxes) и отображает уровень уверенности модели (confidence score) над каждым объектом.

Результаты обучения
Модель демонстрирует высокую способность к обобщению. Графики потерь (Loss functions) показывают стабильное снижение.
Показатель mAP50 (средняя точность при 50% перекрытии) превышает 0,9, что считается отличным результатом.
Показатель mAP50-95 достигает 0,65+, что является высоким результатом для легких детекторов.

Технический стек
• Core: Python
• ML: Ultralytics YOLOv11, PyTorch
• CV: OpenCV

#машинноеобучение #компьютерное_зрение #ML #AI