GYDSR — сегментация людей и дорожных дефектов

Описание

Задача проекта — обучить модель компьютерного зрения одновременно находить людей и сегментировать дорожные дефекты на изображениях. Важно было получить воспроизводимый ML-кейс с понятным демонстрационным контуром и честной оценкой на validation-выборке.

Решение

Подготовил pipeline обучения YOLO-сегментации, настроил разметку классов, обучение и валидацию модели. Добавил демонстрацию инференса, чтобы результат можно было визуально проверить на новых изображениях.

Результат

Получилась рабочая модель сегментации и публичное демо. На validation-датасете зафиксированы подтверждённые метрики: mAP50 — 75,5%, mAP50–95 — 45,8%. Эти показатели относятся именно к валидационной выборке, а не к production-эксплуатации.

Презентация проекта

Ссылки на примеры реализации