Программист компьютерного зрения (OpenCV, YOLO)

Что предстоит делать

Ищем программиста со знанием OpenCV, YOLO и нейросетевых моделей компьютерного зрения для работы с видеоаналитикой и обучения ИИ-моделей анализа видео. ## Основные задачи * Разработка системы анализа видеопотока с камер. * Детекция, классификация и трекинг объектов на видео. * Работа с моделями YOLO: обучение, дообучение, тестирование и оптимизация. * Подготовка датасетов: сбор, разметка, очистка, аугментация данных. * Настройка пайплайна обучения модели: train / validation / test. * Оптимизация модели под работу в реальном времени. * Интеграция видеоаналитики в существующее приложение или сервер. * Работа с RTSP/IP-камерами, видеопотоками, файлами и кадрами. * Вывод результатов анализа: координаты объектов, классы, confidence, события, логи. ## Требуемые навыки * Python. * OpenCV. * YOLO: YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 или аналогичные модели. * PyTorch или другой ML-фреймворк. * Опыт обучения и дообучения моделей компьютерного зрения. * Понимание принципов object detection, classification, tracking. * Работа с видео: RTSP, IP-камеры, FFmpeg / GStreamer будет плюсом. * Умение работать с датасетами и инструментами разметки. * Linux. * Git. * Умеете давать реалистичную оценку сроков разработки в часах с учетом технических рисков, неопределенностей и этапов реализации. * Можете в короткие сроки разработать рабочий MVP и последовательно улучшить модель до нужных метрик качества, надежности и производительности. ## Желательные навыки * Оптимизация моделей: ONNX, TensorRT, CUDA. * Работа с edge-устройствами: Raspberry Pi, Orange Pi, Jetson, промышленные mini-PC. * Опыт ускорения инференса на CPU/GPU/NPU. * ByteTrack, DeepSORT, SORT или другие алгоритмы трекинга. * Docker. * FastAPI / Flask / Node.js для интеграции модели в сервер. * Опыт построения систем видеоаналитики в реальном времени. ## Что нужно сделать Нужно разработать модуль анализа видео, который принимает видеопоток с камеры, обнаруживает нужные объекты, отслеживает их движение и формирует результат в виде структурированных данных. Также требуется обучить или дообучить модель под конкретные объекты и сценарии. ## Ожидаемый результат * Рабочий прототип анализа видео. * Обученная или дообученная модель YOLO. * Инструкция по запуску и обучению. * Скрипты для инференса, тестирования и оценки качества. * Возможность интеграции результата в основное приложение. ## Формат работы * Проектная или постоянная работа. * Возможна удаленная работа. * Оплата обсуждается по результатам собеседования и оценки объема задач. ## Для отклика При отклике желательно прислать: * Примеры проектов с OpenCV / YOLO / Computer Vision. * GitHub или портфолио. * Описание опыта обучения моделей. * Какие модели и фреймворки использовали. * Какой FPS удавалось получить на видео в реальном времени.