IndustrialMotionDetection

IndustrialMotionDetection - это библиотека для распознавания действий человека на производстве.

В условиях существующих систем видеонаблюдения существует потребность в инструментах, способных точно идентифицировать некоторые действия работников и своевременно предупреждать о потенциально опасных ситуациях. На данный момент решения в этой области ограничены коммерческими продуктами, доступ к которым затруднен для широкого круга пользователей, либо носят узкоспециализированный характер и требуют адаптации под конкретные условия применения.

В результате чего наша команда выделила набор актуальных действий:

1. Перемещение предметов, оборудования
2. Использование инструментов
3. Использование смартфона/телефона
4. Курение
5. Прием пищи или напитков
6. Нахождение на рабочем месте в определенной зоне
7. Взаимодействие с другими людьми (разговор, рукопожатие, объятие)
8. Поднятие по лестнице с тремя точками опоры
9. Нахождение человека в запретной зоне
10. Саботаж камер

Как использовать?

• склонируйте репозиторий

git clone https://github.com/CTLab-ITMO/IndustrialMotionDetection.git
cd IndustrialMotionDetection
pip install --no-deps -r requirements.txt

• Или настройте локальный venv с помощью poetry.lock и pyproject.toml

Распознавание действий

Поскольку действия, которые мы анализируем, имеют различный характер и требуют разных подходов к обработке данных, мы приняли решение разделить их на отдельные модели.

В результате мы разработали следующую структуру:

Наборы данных

• Смотрите DATASETS.md для ознакомления с загрузкой доступных наборов данных

Модель VideoMAE

• Перемещение предметов, оборудования
• Использование смартфона/телефона
• Взаимодействие с другими людьми (разговор, рукопожатие, объятие)

Полезные материалы

• notebooks/video_mae_pretrain.ipynb - запуск предобучения VideoMAE

• notebooks/videomae-train.ipynb - обучение локализации для VideoMAE + YOLO

• notebooks/meva-processed-eda.ipynb - EDA набора данных MEVA

Модель ActionFormer

• Использование ноутбука/телефона
• Потребление пищи/напитков
• Курение
• Драка
• Рукопожатие
• Нахождение человека в запретной зоне.

В качестве входных данных модель использует скелетные точки, полученные с помощью YOLOv11 Pose Estimation, DepthAnything и карты сегментации объектов с помощью CLIPSeg.

• src/models/action_former/train_test_utils.py - код для обучения ActionFormer
• src/models/action_former/action_former.py - код модели ActionFormer

Модель Hiera

• Курение

• Разговор по телефону

• Потребление напитков, пищи

• src/train/train.py - скрипт для дообучения модели

• src/models/model_hiera_base.py - код модели Hiera с добавленной головой.

• src/data/dataset_collected.py - код датасета

• notebooks/hiera_based_model.ipynb - пример

Архитектура проекта

├── LICENSE            <- Open-source license if one is chosen
├── Makefile           <- Makefile with convenience commands like `make data` or `make train`
├── README.md          <- The top-level README for developers using this project.
├── data
│   ├── external       <- Data from third party sources.
│   ├── interim        <- Intermediate data that has been transformed.
│   ├── processed      <- The final, canonical data sets for modeling.
│   └── raw            <- The original, immutable data dump.
│
├── docs               <- A default mkdocs project; see www.mkdocs.org for details
│
├── models             <- Trained and serialized models, model predictions, or model summaries
│
├── notebooks          <- Jupyter notebooks. Naming convention is a number (for ordering),
│                         the creator's initials, and a short `-` delimited description, e.g.
│                         `1.0-jqp-initial-data-exploration`.
│
├── pyproject.toml     <- Project configuration file with package metadata for 
│                         src and configuration for tools like black
│
├── references         <- Data dictionaries, manuals, and all other explanatory materials.
│
├── reports            <- Generated analysis as HTML, PDF, LaTeX, etc.
│   └── figures        <- Generated graphics and figures to be used in reporting
│
├── requirements.txt   <- The requirements file for reproducing the analysis environment, e.g.
│                         generated with `pip freeze > requirements.txt`
│
├── setup.cfg          <- Configuration file for flake8
│
└── src   <- Source code for use in this project.
    │
    ├── __init__.py             <- Makes src a Python module
    │
    ├── config.py               <- Store useful variables and configuration
    │
    ├── dataset.py              <- Scripts to download or generate data
    │
    ├── features.py             <- Code to create features for modeling
    │
    ├── modeling                
    │   ├── __init__.py 
    │   ├── predict.py          <- Code to run model inference with trained models          
    │   └── train.py            <- Code to train models
    │
    └── plots.py                <- Code to create visualizations

Полезные источники

• MEVA dataset
• VideoMAE Action Detection