VITON-HD: Підготовка датасету та генерація

Шукаємо досвідченого фрілансера для підготовки спеціалізованого датасету, призначеного для навчання нейронної

мережі обробки зображень людей та об'єктів. Проект передбачає створення структурованого набору даних з

парними зображеннями та відповідними анотаціями для машинного навчання з використанням сучасного

технологічного стеку.

Технічне завдання включає обробку вихідних фотографій людей у повний зріст та зображень об'єктів з

використанням Python та NumPy для обчислювальних операцій. Потрібно створити семантичні карти частин тіла з

20 класами відповідно до стандарту LIP dataset, генерувати координати ключових точок фігури у форматі BODY_25

та підготувати бінарні маски об'єктів. Основний технологічний стек включає PyTorch для роботи з тензорами та

моделями глибокого навчання, OpenPose для детекції поз та ключових точок тіла, MediaPipe від Google для

семантичної сегментації.

Обробка зображень виконується за допомогою PIL (Python Imaging Library) та OpenCV для маніпуляцій з

форматами, зміни розмірів та створення масок. Додатково використовується JSON для зберігання структурованих

даних про координати поз та анотації. Всі скрипти мають бути написані на Python з дотриманням принципів

модульності та можливості автоматизації процесу підготовки датасету.

Кінцевий датасет повинен мати чітку файлову структуру з окремими папками для різних типів даних, правильні

назви файлів та формати PNG/JPEG. Результатом роботи має стати повністю підготовлений датасет, придатний для

навчання нейронної мережі обробки зображень. Фрілансер повинен мати досвід роботи з зазначеним технологічним

стеком, комп'ютерним зором та розуміння принципів підготовки датасетів для глибокого навчання.