Описание проекта
Разработать и внедрить систему распознавания лиц преподавателей кафедры ИАИТ СамГТУ, которая позволит упростить и ускорить процесс идентификации сотрудников, повысить эффективность работы кафедры и сократить время на обработку информации. В качестве конечного программного продукта будет выступать: веб-приложение с несколькими окнами, гибким интерфейсом и оригинальным дизайном; несколько окон для ввода отображаемых на главном экране задач преподавателя; окно распознавания камеры, с уже выделенными на изображении контурами человека, нужные для вывода параметры; окно главного экрана, отображающее обработанное моделью распознавания видео с камеры. интерфейс авторизации с выводами задач преподавателя; Область применения: кафедры Самарского Государственного Технического Университета. Также в зависимости от запросов заказчиков, продукт может быть адаптирован для внедрения на любых предприятиях. Цель и задачи проекта: Описание концепции проекта Цель проекта: в течение 12 месяцев разработать и внедрить систему распознавания лиц преподавателей кафедры ИАИТ СамГТУ, которая позволит упростить и ускорить процесс идентификации сотрудников, повысить эффективность работы кафедры и сократить время на обработку информации. Задачи для проекта: 1. Проанализировать существующие системы распознавания лиц и выбрать наиболее подходящую технологию для разработки веб-приложения. 2. Разработать веб- приложение с учётом требований к дизайну, интерфейсу и функционалу. 3. Создать алгоритм обработки изображений с камеры и выделения контуров лиц для рас познавания. 4. Интегрировать систему распознавания лиц в существующую инфраструктуру кафедры ИАИТ СамГТУ. 5. Провести тестирование и отладку разработанного программного продукта. 6. Внедрить систему распознавания лиц на кафедре ИАИТ СамГТУ и обучить персонал работе с ней. 7. При необходимости адаптировать продукт для внедрения на других предприятиях. Описание конечного продукта проекта: Конечным программным продуктом является веб- приложение с несколькими окнами, гибким интерфейсом и оригинальным дизайном. Оно включает в себя окна для ввода задач преподавателя, окно распознавания камеры с выделенными контурами человека, окно главного экрана с обработанным видео с камеры и интерфейс авторизации для вывода задач преподавателя. Модель распознавания проходит несколько ключевых этапов для оптимизации своей работ ы: Использование предварительно обученной модели на базе COCO dataset. Виртуальное развёртывание модели на Google Colab для снижения нагрузки на систему и повышения точности распознавания. Обучение модели с использованием YOLOv9 на заранее собранном наборе данных (лиц а преподавателей). Выбор лучшей модели на основе заданных параметров после множества циклов обучения. Преобразование полученной модели в формат ONNX для ускорения работы и дальнейших конвертаций. Оптимизация и дополнительные настройки модели на устройстве с использованием Ten sorRT. Таким образом, пройдя через множество этапов преобразования и оптимизации, мы получаем оптимальный вариант модели распознавания для нашей системы. Область применения продукта проекта: Продукт будет в первую очередь разработан и использован для нужд Самарского государственного технического университета, но также рассматривается возможность доработки продукта и адаптации для использования в других сферах. Системы распознавания лиц применяются в разных областях, таких как безопасность, видеонаблюдение, аутентификация, маркетинг, здравоохранение и транспорт. Они обеспечивают безопасность, контролируют доступ, отслеживают посещаемость, помогают в расследовании преступлений и мониторинге общественной безопасности. Это лишь несколько примеров областей применения систем распознавания лиц. В зависимости от конкретных потребностей и ситуаций, их можно адаптировать и использовать в различных сферах деятельности.
