В экологических исследованиях фотоловушки широко используются для наблюдения за дикой природой, снимая тысячи изображений. Однако многие из этих снимков оказываются пустыми или непригодными для анализа, поскольку животные на них не попали в кадр полностью или их перекрывают другие объекты. Обработка такого объема данных вручную становится долгим и трудоемким процессом, что ограничивает эффективность анализа и уменьшает его точность. Задача требует решения, способного автоматически отбирать качественные фотографии, на которых животные полностью видны и подходят для детального анализа.
Участникам предлагается разработать инструмент, способный обрабатывать множество изображений, выделяя кадры с животными и классифицируя их по степени попадания в кадр. Программа должна иметь базовый интерфейс и предоставлять отчет, где для каждой фотографии указано наличие животного, ограничивающая рамка вокруг объекта и его класс пригодности для анализа.
Описание решения команды: Команда «AAA IT» предоставила в качестве решения задачи фильтрации изображений с животными двухуровневую систему с большим уклоном на масштабируемость. Система состоит из 2 частей:
— Этап детекции с качеством, близким к 100%
— Этап классификации изображений на «вспомогательные» и «основные» с качеством выше 90% на валидации.
Сервис работает локально и не требует интернет-соединения. При этом он также может быть развернут на локальном сервере и распределен между научной группой исследователей. Основные компоненты решения:
— База данных для асинхронно поступающих запросов
— Очередь запросов, выдерживающая увеличенную нагрузку и гарантирующая сохранность данных
— Тритон-инференс, позволяющий параллельно и с высокой скоростью обрабатывать большие запросы поступающих изображенний от нескольких людей
— Веб-интерфейс, позволяющий получать полноценный отчет по изображениям, формировать PDF отчет и визуализировать прогнозы.
В качестве бейзлайн-модели мы использовали YOLO-v9c. Начальные веса были инициализированы через модель MegaDetectroV6, которая обучалась на детекцию животных. После этого, модель дополнительно дообучалась на датасете кейсодержателя.
Сайт хакатона: Главная
Гитхаб с решением: Donskoy-Andrey/animals-hack: Animals Detection Hackaton – Autumn 2024