AI/ML-инженер и product builder | NURM · CV · iOS
- На сайте с
- 2026 года
- Юридический статус
- Частное лицо
Исследовательский CV-проект для подсчёта легковых автомобилей, автобусов и грузовиков на видео с фиксированной дорожной камеры. Задача сложнее покадровой детекции: объекту нужен устойчивый ID, краткое перекрытие не должно создавать новый автомобиль, а каждый проезд должен учитываться ровно один раз. Результат проектировался проверяемым: ручной эталонный счёт, одинаковые входные кадры для двух вариантов и синхронное видео для разбора ошибок.
Собрал на Python, PyTorch и OpenCV связку object detector + multi-object tracker. Один сохранённый поток детекций использовался для парного сравнения baseline и улучшенного контура. Отдельно обработал правила подсчёта для независимого ролика и непрерывной камеры, добавил стабильную нумерацию подтверждённых треков и визуализацию двух вариантов кадр-в-кадр. Настройки определялись на дорожном наборе, после чего без подстройки были перенесены на пять роликов с другой камеры.
На 50 отложенных дорожных роликах с 4 069 реальными проездами средняя абсолютная ошибка подсчёта снизилась с 14,86 до 9,36 автомобиля на ролик; 95%-й доверительный интервал улучшения — 3,24–8,16. На пяти собственных роликах с другой камеры (429 автомобилей; пятый ролик не просматривался до оценки) ошибка снизилась с 11,60 до 4,40, или с 13,5% до 5,1%. Это исследовательский прототип, а не production-SLA: для коммерческого внедрения detector и его лицензии подбираются отдельно под данные, скорость и среду заказчика.
