Мы ищем исполнителя для создания модели детекции объектов на основе предобученной архитектуры. Задача включает реализацию, обучение модели на небольшом подмножестве данных и визуализацию результатов на тестовых изображениях.

Описание задачи:

1. Цель: Обучить модель для детекции объектов на изображениях и визуализировать результаты (боксы и классы объектов).
2. технологии:
   • Python
   • PyTorch или TensorFlow (используйте любую удобную библиотеку)
3. Выбрать одну из предобученных архитектур для детекции объектов (Faster R-CNN, YOLO, SSD, Используя доступный открытый датасет COCO, Pascal VOC. Допускается выбор подмножества данных с 2-3 категориями объектов для ускорения работы.
4. Этапы:
   • Настройка и дообучение (fine-tuning) предобученной модели на выбранных данных.
   • Проведение тестирования на новых изображениях.
   • Визуализация результата (отображение боксов и классов объектов на изображении).

Требования

• Код должен быть написан с комментариями, которые объясняют ключевые моменты.
• Модель должна продемонстрировать хорошие результаты на тестовых изображениях.
• Визуализация должна быть наглядной — изображение с наложенными боксами и подписями классов.

Результат:

• Ожидаю получить Python-скрипт или Jupyter notebook с описанием и инструкциями по запуску.
• Описание того, как была выполнена настройка модели и почему был выбран данный подход.
• Пакет зависимостей (requirements.txt), если требуется.