Работающее демо проекта находится по адресу (выходит из спячки около минуты): https://dls-project.herokuapp.com Проект по сценарию №1.
- Скачайте проект
- Установите требования проекта (pip install -r requirements.txt)
- Запустите app.py (python app.py)
- В браузере перейдите по ссылке http://localhost:80/
В данном проекте был использован фреймворк pytorch и библиотека YOLOv5 (https://github.com/ultralytics/yolov5)
Результат детектирования на случайных изображениях вы можете видеть в папке images/processed
В данном проекте был использован веб-фреймворк werkzeug (часть Flask'а).
Код демо находится в файлах и папках:
- app.py - роутинг и обработка конкретных запросов
- api.py - обработчик
- /static - папка со скриптами, стилями и изображениями (не для детекции)
- index.html - главная страница
Код детектора находится в файле app.py (функция "detector"). Так же вспомогательный код находится в папках utils и models.
Тестируемые изображения расположены в папке images/processed
Пояснения к изображениям:
- Детектор на данном изображении неплохо обозначил объекты, сделав одну ошибку: перепутал дорожные знаки со светофором\
- Машины на переднем плане обозначены хорошо. Лишь две машины были обозначены и как car и как truck, а один внедорожник нестандартного вида был обозначен как truck. Автомобили заднего плана не были обозначены, видимо из-за того, что они более мелкого размера и перекрывают друг друга
- Детектор сработал отлично
- Детектор ошибочно принял складку на одежде за телефон
- Немного широкий бокс.
- Детектор хорошо показал себя несмотря на сложность изображения и расплытие.
Работающее демо проекта находится по адресу: https://dls-project.herokuapp.com
Искажения проявились в результате сжатия GIF
По каким-либо вопросам обращайтесь по вк: vk.com/dl_hello или телеграм: @dl_hello