ПФО цифр.прорыв запуск flask run npm start

Данный репозиторий реализует решение для автоматизированного мониторинга и контроля маневровых единиц на базе видеоаналитики, чтобы решить ключевые операционные задачи с использованием компьютерного зрения. Проект использует модель YOLOv8 для надёжного и оперативного распознавания объектов и анализа.

📋 Оглавление

1. Обзор проекта
2. Возможности
3. Обучение модели
4. Установка
5. Использование

Проект направлен на автоматизацию следующих операций на производственной железнодорожной базе:

• Определение состояния переключения стрелок для отслеживания направлений путей. •Контроль занятости путей для подсчёта и определения типов вагонов. • Видеонаблюдение за состоянием базы для обеспечения безопасности и охраны. • Контроль сохранности имущества для предотвращения несанкционированного доступа. • Контроль за соблюдением требований охраны труда для мониторинга безопасных условий на рабочем месте.

‼️Использование YOLOv8 минимизирует человеческий фактор, повышая точность и эффективность производственного процесса ‼️

Определение Направления Стрелок: Определяет положение стрелок (влево/вправо) для помощи в навигации. Контроль Занятости Путей: Подсчитывает и классифицирует различные типы вагонов. Мониторинг Охраны Труда: Определяет наличие работников в опасных зонах и выявляет несанкционированное проникновение. Детальный Отчёт: Реальный статус с указанием типов и позиций объектов на территории. Поддержка Больших Территорий: Адаптировано для производственных баз площадью 20+ га, с 33 стрелочными переводами и 16,7 км путей.

Пример команды для запуска обучения:

yolo train data=/path/to/data.yaml model=yolov8n.pt epochs=5 imgsz=640 batch=12

Для запуска проекта на локальном компьютере выполните следующие шаги:

Клонируйте Репозиторий: git clone https://github.com/yourusername/yourrepository.git

cd yourrepository

Установите Зависимости: pip install ultralytics opencv-python

Добавьте Данные: Разместите данные видео в папке /data или укажите путь в коде.

Для запуска анализа видео настроите параметры в функции process_frame в файле main.py, затем выполните команду:

python main.py

Пример Вывода Программа генерирует отчёт состояния в реальном времени с информацией:

Типах и количестве вагонов. Занятости путей. Возможных нарушениях безопасности и несанкционированном проникновении.

ссылка на zip (10:41 27/10/24) https://drive.google.com/file/d/11GPwfX6q8YzV1BDn7ulf3p4jf1j_dCiq/view?usp=sharing