Сбор датасета для обучения ИИ распознаванию оружия в общественных местах и на мероприятиях
1000+ видео с оружием в общественных местах — как мы собрали датасет для обучения ИИ детекции угроз в реальных условиях.


О проекте
Коммерческая ценность ИИ-системы распознавания оружия напрямую определяется качеством обучающих данных. Чтобы продукт работал в реальных условиях, модель должна уверенно отличать реальную угрозу от безопасных объектов — в толпе, при сложном освещении, с нестандартных ракурсов и в динамичных сценах. Готовых датасетов, покрывающих такие сценарии на нужном уровне реализма, на рынке не существует.
Заказчику был необходим датасет, который позволил бы вывести продукт на промышленный уровень и использовать его в массовых общественных пространствах. Это потребовало не просто съёмок, а управляемого воспроизведения потенциально опасных ситуаций в людных местах — торговых центрах, парках, транспортных узлах — с контролем качества, рисков и реакции окружающих.
Проект стал примером комплексного подхода NeuroCore к сбору данных «под ключ»: от сценариев и логистики до управления нестандартными ситуациями на площадке. Такой подход позволяет клиенту получать не экспериментальный набор данных, а основу для коммерчески зрелого и масштабируемого продукта.
1200+ видео
Закупка и подготовка реквизита
Фундамент реализма — качественный реквизит. Мы закупили более 20 моделей макетов оружия, от пистолетов до автоматов. Часть уникальных образцов была найдена через сервисы вроде "Авито", чтобы обеспечить максимальное разнообразие в кадре.Разработка многоуровневых сценариев
Мы подготовили детальные сценарии: "человек просто идет с оружием в руках", "человек достает оружие", "имитация прицеливания", "инсценировка перестрелки в толпе". Каждый сценарий был согласован с клиентом для соответствия задачам машинного обучения.Кастинг и инструктаж актеров
Собрана команда из 6 актеров, прошедших инструктаж не только по сценарию, но и по технике безопасности и правилам поведения в общественных местах.Адаптивные съемки
Работа в разных локациях: в парках, в оживленном ТЦ в час пик, в бизнес-центрах.Постобработка и классификация
Отснятый материал был обработан, удалены неудачные дубли, классифицированы видео по типам оружия, локациям и сценариямИнтересные факты
Вызовы и решения
Форс-мажорные условия и ограничения
Работа с реквизитом, визуально неотличимым от оружия, требовала постоянного взаимодействия с охраной объектов, правоохранительными органами и посетителями. Дополнительными факторами риска становились погодные условия и внезапная недоступность запланированных локаций непосредственно перед началом съёмок.Гибкое планирование и резервирование локаций
В проектный план была изначально заложена высокая мобильность команд. Для каждого съёмочного дня заранее подбиралось несколько альтернативных локаций, что позволяло оперативно менять площадку без потери времени и соблюдать утверждённые сроки.Риск остановки съёмочного процесса
Присутствие реквизита, имитирующего оружие, вызывало непредсказуемые реакции со стороны прохожих, что могло влиять на ход съёмок и стабильность сценариев.Управление взаимодействием с внешней средой на площадке
На каждой локации был выделен ответственный менеджер, обеспечивающий коммуникацию с окружающими и представителями служб. Чёткая организация пространства, корректное информирование прохожих и оперативное разъяснение целей съёмки позволяли продолжать работу даже в местах с высоким пешеходным трафиком.1200+
уникальных видео-сценариев
20+ видов
оружия и реквизита
0 дней
простоя из-за форс-мажора
Команда, которая внедрила проект
Марк Яговкин
Руководитель разметки данных
Роман Фёдоров
Бизнес-аналитик
Проект запущен
в работу
Скоро
здесь будут
обновления

Готовые проекты
Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.






