Необходимо дальше развивать приложение с CV новым сценам (детекция + условия для фиксации нарушения).

Краткое описание предстоящей задачи:
- Определяем ~10 нарушений из чек-листа которым будет обучено приложение;
- Собрать по этим нарушениям датасет и сделать разметку (обучающую и проверочную выборки);
- Обучить модельки YOLO новым нарушением (в ходе экспериментов определить модель YOLO с настройками, которая лучше всего справится с результатом, который должен быть не менее 80% успешных фиксаций);
- При необходимости, дорабатываем приложение если того требует добавление новых сцен и их определений (например, модуль Аларм, который отвечает за условия для фиксации нарушений, которые накладываются поверх детекции).

Пример нарушения которому уже обучено приложение на его фиксацию:
«Нужно зафиксировать нарушение с полным мусорным баком ну кухне, который в течении 5 минут не был убран».

Касательно данных:
Есть только текстовое описание нарушений и их примеры на картинках (т.е. как выглядит такое нарушение). Т.е. датасеты для обучения необходимо будет собирать с нуля, разметка можно будет с помощью SAM делать.

Базовый стек приложения:
- CV на Ultralytics с YOLOv8
- Приложение на Python
• Работа с потоковым видео

Проект долгосрочный, т.к. общее кол-во сцен нарушений которым необходимо будет обучать приложение несколько тысяч.

Важно! Начинайте ваш оклик с ответов на несколько вопросов:
1. Какой ком. опыт работы с YOLO и Python (отдельно можно дополнить про общий опыт с CV)
2. Опишите схожий кейс с нашей задачей (детекция сцен, где применяется несколько условий)
3. В какое время доступны для работы, в какое для связи и сколько есть свободного времени
4. Фриланс это доп. работа либо основная деятельность (если доп. работа, то какая основная)