Как я обучала YOLO на рентгеновских снимках грузов
В одном недавнем проекте на работе я участвовала в полном цикле ML-разработки: от подготовки данных до вывода модели в эксплуатацию и первых исправлений после релиза.
Задача была не самая типичная для fullstack-разработчика: нейросеть должна была распознавать многочисленные классы товаров на рентгеновских снимках грузов. Работала с Ultralytics YOLO, готовила данные, обучала модель и доводила её до состояния, когда ей можно пользоваться.
Что поняла в итоге: ML в проде — это не только «обучить модель». Это про данные, про то, как модель ведёт себя на реальных примерах, и про то, что после релиза всё только начинается.
Сейчас развиваю это направление в личных проектах: cxr-platform для анализа снимков грудной клетки и пайплайн YOLOv8 для RSNA. Ссылки в профиле.
