1. Необходимо найти детектор (включая фреймворк, архитектуру основной нейронной сети и метод детекции), обеспечивающий максимальную скорость и достаточное качество для определения и сопровождения 20 классов объектов.
2. У детектора должна присутствовать возможность дообучать модель в процессе эксплуатации.
3. Входными данными детектора будет являться видеопоток и список ROI(интересующая область). Выходными данными будет являться список классов и их регионы на входном изображении.
4. Детектор можно будет собрать под ОС Astra Linux SE 1.5.
5. По окончании исследования должен быть предоставлен отчет о скорости и качестве исследуемых детекторов.

Оформление работы по Договору-подряду. Гражданство РФ обязательно.
Цена договорная. Ожидаемый срок – 2 недели.