Разработал алгоритм для распознавания деталей механизма, и оповещения в случае поломки одной из них. Для обучения и валидации использовал датасет из имеющихся фотографий с разметкой в формате COCO. В качестве основы взял RotatedYolo. Чтобы предотвратить переобучение, внёс в код правки, чтобы каждая итерация начиналась с кросс-валидации (случайного деления датасета для обучения на датасет который используется для обучения и датасет для периодической валидации обучения). Удалось добиться Precision и Recall более 90% всего за 20 итераций. Далее подключил алгоритм к серверу компании с помощью Kafka. Ссылки предоставить не могу, так как проект внутренний. Прикрепляю итоговую PR-кривую.
