Pose Estimation для контроля сдачи экзаменов

Главная страница Case Studies Pose Estimation для контроля сдачи экзаменов

Pose Estimation для контроля сдачи экзаменов

Мы помогли создать систему контроля экзаменов, разметив 6000 изображений для алгоритма распознавания поз студентов. Наш подход сократил время проекта и повысил качество данных, что помогло гарантировать высокую точность контроля.

Объем данных:

6000 снимков
Индустрия:

Образование
Длительность проекта:

3 месяца

Задача:
К нам обратился клиент из сферы образования, который искал решение для точной разметки поз людей на фотографиях. Основной целью проекта было использование данных для разработки и улучшения алгоритмов машинного обучения, способных определять позы студентов во время экзаменов.

Основные цели проекта:
1. Обработка фотографий: разметить 6000 изображений.
2. Обучение алгоритма: обучить модель распознавать человеческие позы в различных условиях для контроля за экзаменами.
Решение:

Итерационная разметка

Проект был разделен на три этапа, по 2000 изображений каждый. В первой итерации наша команда вручную разметила изображения для создания начального набора данных. Далее клиент использовал этот набор для предразметки следующих итераций, что ускорило работу.

Учет сложностей разметки

Множество людей на одном снимке требовали детальной разметки, включая такие параметры, как степень перекрытия объектов и положение тела.

Специализированное обучение команды

Для обеспечения точности команда изучала анатомические изображения и видео, предоставленные клиентом, что помогало точнее определять ключевые точки на теле человека в разных позах.
Результаты:
1. 2000 снимков были вовремя размечены за каждую итерацию.
2. Благодаря точной разметке клиент улучшил свои алгоритмы для контроля за экзаменами.

Другие кейсы

Сбор данных для улучшения системы распознавания лиц и голоса

Мы помогли клиенту повысить точность биометрической системы распознавания лиц и голоса, собрав уникальный датасет из более чем 400’000 единиц данных. Этот подход улучшил производительность системы на 21%.

Подробнее

Разметка руды для тяжелой промышленности

С помощью команды Data Light клиент смог эффективно обучить модель для определения грансостава руды в реальном времени, что значительно ускорило работу на конвейере.

Подробнее

Все кейсы