Objetivo
Automatizar la identificación y extracción de atributos de fotos de competencias de MTB downhill: detectar corredores y bicicletas, luego clasificar atributos (colores de casco, marcas de bicicleta, números de competidor, texto de atuendo) para hacer buscables grandes conjuntos de fotos.
Pipeline
Arquitectura de dos etapas: YOLOv11m detecta nueve clases de objetos (corredor, casco, bicicleta, número de competidor, elementos de texto, …) y produce cajas y máscaras de segmentación. Un backbone EfficientNet-B2 con cabeza multi-label clasifica luego 116 atributos entrenables por imagen (BCEWithLogitsLoss con pesos de clase positivos calculados automáticamente, umbral de inferencia ajustable). Ambos modelos soportan exportación ONNX, con inferencia modular de una imagen y por lotes.
Estado (pausado)
La arquitectura central y el pipeline de entrenamiento están listos (notebook de Colab, configs YAML, entrenamiento e inferencia modulares). El proyecto se pausó cuando se canceló el sistema descendente al que iba a alimentar.
Alcance: un prototipo basado en notebook sobre un dataset pequeño — su valor es la amplitud, un pipeline funcional de detección + clasificación multi-label junto a mi trabajo de backend y LLM.
