Система детекції голови людей

Про проект
Проект фокусується на задачі Crowd Counting та моніторингу безпеки шляхом точної детекції голів людей. Це базова задача для систем відеоспостереження, де важливо бачити кількість людей навіть у щільному натовпі.

Training Pipeline:
• Модель: YOLOv11n (найшвидша версія, оптимізована для Edge-пристроїв).
• Епохи: 100.
• Device: GPU (CUDA).
• Результат: Стабільно висока точність (mAP50 ≈ 0.97).

Візуалізація
Кастомна функція на OpenCV, яка малює обмежувальні рамки (bounding boxes) та відображає рівень впевненості моделі (confidence score) над кожним об'єктом.

Результати навчання
Модель демонструє високу здатність до узагальнення. Графіки втрат (Loss functions) показують стабільне спадання.
Показник mAP50 (середня точність при 50% перекритті) перевищує 0,9, що вважається відмінним результатом.
Показник mAP50-95 досягає 0,65+, що є високим результатом для легких детекторів.

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

#machinelearining #computervision #ML #AI