Аннотировать датасет и обучить нейронку распознаванию блюд

Часть 1. Аннотация фото

• • • Нужно разметить несколько тысяч фото с блюдами из столовой. Для каждого изображения — выделить объекты (блюда) с помощью коробок (bounding boxes) и присвоить им метки по категориальному списку.

    • Формат разметки — стандартный для детекции объектов, например, COCO или YOLO.

    • Предпочтительные инструменты: CVAT, LabelImg, MakeSense или аналоги.

    • Требования: аккуратность, опыт в аннотации изображений, соблюдение форматов.

Часть 2. Обучение нейросети

• • • После завершения разметки необходимо обучить нейросеть для задачи обнаружения объектов на базе размеченных данных.

    • Предполагается использовать архитектуру YOLO (версии можно уточнить: YOLOv5, YOLOv8 и т.п.).

    • Обучение должно включать: подготовку данных, разбиение на обучающую и валидационную выборки, настройку гиперпараметров, запуск обучения с сохранением модели.

    • Требуется провести базовую проверку качества (метрики precision, recall, mAP) и предоставить обученную модель.

    • Описание используемой среды: Python, PyTorch или TensorFlow. Возможна документация по запуску и использованию модели.

Результат:

• • Полностью размеченный датасет (фото + аннотации).

  • Обученная нейросеть для обнаружения блюд.