https://github.com/netherquartz/peoplebehinddetector
Итоговый проект первого семестра Deep Learning School
https://github.com/netherquartz/peoplebehinddetector
Last synced: about 2 months ago
JSON representation
Итоговый проект первого семестра Deep Learning School
- Host: GitHub
- URL: https://github.com/netherquartz/peoplebehinddetector
- Owner: NetherQuartz
- License: mit
- Created: 2021-06-23T16:05:58.000Z (almost 5 years ago)
- Default Branch: main
- Last Pushed: 2021-06-28T20:59:44.000Z (almost 5 years ago)
- Last Synced: 2025-01-19T19:16:24.912Z (over 1 year ago)
- Language: Python
- Size: 7.54 MB
- Stars: 0
- Watchers: 2
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# PeopleBehindDetector
[](https://github.com/NetherQuartz/PeopleBehindDetector/actions/workflows/pylint.yml)
Итоговый проект первого семестра Deep Learning School — веб-приложение для обнаружения людей, стоящих позади пользователя.
## :bookmark_tabs: План выполнения
Я выбрал первый сценарий работы, так что мой план выглядит следующим образом:
- [X] Выбор фреймворка/библиотеки для использования детектора
- [X] Запуск детектора на случайных изображениях
- [X] Выбор фреймворка/библиотеки для разработки веб/мобильного демо
- [X] Разработка демо
- [X] Встраивание модели-детектора в демо
- [X] Тестирование демо
- [X] Оформления демо для показа другим людям
## Небольшой отчёт
Модель — `ssdlite320_mobilenet_v3_large` из `torchvision`, она мало весит и достаточно быстро работает. Само веб-приложение написано с использованием библиотеки `streamlit`.
В приложении есть возможность как протестировать модель на любых изображениях, загружая их с диска, так и запустить детекцию людей на видео с вебкамеры. Люди обводятся красными прямоугольниками с подписью степени уверенности модели. Пороговая уверенность задаётся слайдером.
## Демо
Демо доступно на [Heroku](https://people-behind-detector.herokuapp.com/) и [Streamlit Sharing](https://share.streamlit.io/netherquartz/peoplebehinddetector/main/main.py). Прошу иметь в виду, что из-за сильной задержки вебкамера может не работать или работать не так, как ожидается. В этом случае рекомендую запустить приложение локально.
## Локальный запуск
1. Установите Python 3.8
2. Склонируйте проект: `git clone https://github.com/NetherQuartz/PeopleBehindDetector.git`
### Вариант 1. Poetry
```Bash
$ pip3 install poetry
$ poetry install
$ ./run.sh
```
### Вариант 2. requirements.txt
```Bash
$ pip install -r requirements.txt
$ streamlit run main.py
```
