Skip to content

Marina-tomato/crowd_detection_test

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Детектор людей на видео

Простая система на базе YOLOv8, которая находит людей на видео и рисует рамки вокруг них.

Что умеет проект:

  • Быстро находит людей в кадре
  • Обрабатывает обычные MP4 файлы
  • Делает аккуратную отрисовку (рамки не мешают смотреть видео)
  • Все настройки (модели, пороги) можно менять при запуске.

Структура папок

  • data/ — исходное видео
  • results/ — здесь появится готовый результат
  • src/ — логика детектора и обработчика видео
  • main.py — файл для запуска проекта
  • requirements.txt — список нужных библиотек
  • ANALYSIS.md — мои мысли по качеству и улучшениям.

Как запустить

  1. Клонировать репозиторий: bash git clone https://github.com/Marina-tomato/crowd_detection_test.git cd crowd_detection_test
  2. Поднять виртуальное окружение: python -m venv venv Активация (Windows): venv\Scripts\activate Активация (Mac/Linux): source venv/bin/activate
  3. Поставить библиотеки: pip install -r requirements.txt

Запуск детекции

Самый простой вариант: python main.py data/crowd.mp4

Дополнительные настройки:

  • Изменить путь сохранения: --output results/video.mp4
  • Выбрать модель помощнее: --model yolov8s.pt
  • Изменить порог уверенности (0.1 — видит всех, 0.9 — только тех, в ком уверен): --confidence 0.4

В проекте три части:

  1. Детектор (src/detector.py): отвечает за работу нейронки. Я настроила его так, чтобы он оставлял только класс «человек»
  2. Обработчик (src/video_processor.py): открывает видео через OpenCV, проходит по кадрам, рисует рамки и сохраняет всё в новый файл
  3. Точка входа (main.py): собирает всё воедино и обрабатывает команды из консоли.

Почему я выбрала YOLOv8? Она сейчас одна из самых популярных: быстрая, точная и очень простая в установке. Для тестового задания — идеальный вариант.

Если что-то не работает

  • Если модель не качается - проверьте интернет
  • Если видео не открывается - проверьте, стоит ли OpenCV
  • Если мало находит людей - попробуйте уменьшить --confidence.

Результаты работы Обработанное видео и исходный файл доступны по ссылке на Яндекс.Диске (из-за ограничений GitHub на размер файлов):

Дальнейшие планы Было бы интересно добавить счетчик людей в реальном времени и тепловую карту (heatmap), чтобы видеть, где чаще всего стоят люди

About

Crowd detection system powered by YOLOv8 and OpenCV. Features modular architecture, video processing pipeline, and detailed performance analysis for urban environments.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages