SK
BACK TO PROJECTSCOMPUTER VISION / OBJECT DETECTION

WHEELIES

WASTE DETECTION

End-to-end detection pipeline хакатона Wheelies 2025: от frame extraction и подготовки датасета до multi-stage YOLO fine-tuning и JSON detections. 2nd place.

GITHUB
YOLOOpenCVPythonAlbumentations
KEY METRICS
  • 2ND PLACE
    WHEELIES HACKATHON 2025
  • 6
    CLASSES
    glass / paper / cardboard / plastic / metal / trash
  • MULTI-STAGE
    FINE-TUNING PIPELINE
SLUG: wheeliesTYPE: DETECTIONSTACK: YOLO · OpenCV · Python · Albumentations

01 / PROBLEM

Реальные видео с мусором в естественной среде: маленькие объекты, замыливание, классовый дисбаланс. Данные нужно собирать и чистить самостоятельно.

02 / APPROACH

Video → frame extraction → dataset preparation → class remapping → dataset merge → synthetic augmentation → YOLO training → multi-stage fine-tuning → inference → JSON detections.

03 / ARCHITECTURE

YOLO detector с многостадийным fine-tuning: сначала общий датасет, затем целевое распределение классов; синтетическая аугментация закрывает редкие классы.

  • GLASS
  • PAPER
  • CARDBOARD
  • PLASTIC
  • METAL
  • TRASH

04 / ENGINEERING DECISIONS

  • tools/extract_frames.py — извлечение кадров из видео
  • tools/generate_synthetic_dataset.py — synthetic augmentation
  • tools/merge_datasets.py + tools/remap_dataset.py — консолидация и remapping разнородных датасетов
  • training/dataset_stats.py — контроль статистики датасета
  • detect.py — inference с JSON detections

05 / RESULTS

2nd place, Wheelies Hackathon 2025.

06 / STACK

Python · Ultralytics YOLO · OpenCV · Albumentations

← BACK TO PROJECTSNEXT PROJECT: HYBRID HTR