Skip to content

Navigation Menu

Sign in
Appearance settings

Search code, repositories, users, issues, pull requests...

Provide feedback

We read every piece of feedback, and take your input very seriously.

Saved searches

Use saved searches to filter your results more quickly

Sign up
Appearance settings

usaeva-a/renue_hackathon

Repository files navigation

Хакатон компании Ренью

♻️ Заказчик: Компания Ренью.

📑 Цель проекта: разработать модель для трекинга объектов на конвейерной ленте мусороперерабатывающего завода.

  • Задача проекта: Обучить трекер для отслеживания движущихся объектов (пластиковые бутылки разных типов) на ленте конвейера мусороперерабатывающего завода.

📌 Сроки проекта: 19/08/24 - 09/09/24.

💻 Стек технологий: cv2, ultralytics, YOLO8, BoT-SORT, ByteTrack, SORT, DeepSORT.

📝 Описание проекта:

На мусороперерабатывающем заводе над конвейерной лентой установлена камера, которая фиксирует движение пластикового мусора. Данные в потоке передаются детектору и трекеру, которые определяют тип мусора и координаты bounding box.

Необходимо улучшить работу трекера:

  • получить более точные координаты bounding box;
  • обеспечить устойчивость прослеживания объекта без смены ID;

📌 Требования заказчика:

  • в течении 2х недель разработать решение для отслеживания объектов на ленте конвейера;
  • скорость обработки должна быть не более 100мс на кадр;
  • добиться наилучшего значения метрики MOTA;
  • подготовить отчет о работе.

⚒️ Работа велась в команде DS:

Консультант, вдохновитель и торопитель

Пример работы трекера DeepSORT:

✅ Результаты

Для улучшения работы отслеживания объектов на ленте было протестировано 4 трекера:

Трекер MOTA Время обработки фрейма (мс)
среднее/медиана на 250 фр
BotSORT 0.9181 96 / 95
ByteTrack 0.5510 51 / 50
SORT 0.8774 62 / 59
DeepSORT 0.9649 66 / 64

Наилучшие показатели ключевой метрики были получены трекером DeepSORT.
Результат MOTA на всём размеченном участке (9000 фреймов) = 0.9553.

MOTA измерена с помощью motmetrics при гиперпараметре max_iou=0.5.

Опираясь на визуальный контроль, можно сказать что все испытанные трекеры хорошо справляются с задачей.
Однако, при смазанных видео трекинг значительно ухудшается: не идентифицируются многие объекты, теряются треки.

Специфика работы детектора приводит к тому, что в начале и в конце движения объекта треки меняют направление.
Трек находится в центре bbox'а. При появлении и исчезновении объекта габариты bbox'а меняются, и следовательно его центр.

Также одна из основных проблем процесса "отлова" объекта и переноса манипулятором в соответствующую корзину - перекатывание круглых предметов.

Рекомендации:

  • применять трекер DeepSORT совместно с детектором YOLO;
  • использовать чёткое несмазанное изображение; хорошо подсветить место работы камеры и контролировать чтобы был нормальный фокус;
  • для передачи в манипулятор брать координаты после остановки объекта (трек - прямая) и не доходя некоторого расстояния до исчезновения объекта из кадра, например 10% от высоты изображения;
  • необходима достаточно длинная лента, чтобы круглые объекты успевали остановиться; также можно применить рельефную ленту.

Releases

No releases published

Packages

Contributors

AltStyle によって変換されたページ (->オリジナル) /