AI/ML: тегування відеопотоку

Побудувати сховище для завантаження відео з метою аналізу великої кількості відеоматеріалів. Побудувати систему для автоматичного аналізу відео. Система повинна забезпечувати можливість одночасної роботи з відеоаналізом для не менше ніж 10 користувачів і бути лінійно-масштабованою для збільшення кількості користувачів до 500.

Для вирішення завдання використовувалися сучасні State of the art моделі машинного навчання. Модель, що використовується, ґрунтується на згорткових нейронних мережах, що дозволяє прискорити процес її навчання для прогнозування використовуючи GPU. Таким чином, за наявності в кластері досить потужної GPU, можна досягти близько real time продуктивності прогнозу (кількість кадрів, що обробляються моделлю, в секунду наближається до показника FPS).

Модуль дозволяє паралельно розмічати відео (фото) матеріал, на підставі чого далі навчатиметься модель.

Розроблена багатовузлова лінійно-масштабована платформа для автоматичного аналізу відео за допомогою апаратних графічних процесорів, що дозволяє значно підвищити продуктивність на вузол кластера. Побудовано інтерфейс для ведення відеотеки, її перегляду та аналізу, функціонал дозволяє завантажувати відео та обирати моделі аналізу для його обробки.