Del 3 al 16 de julio en la Universidad Estatal de Nizhny Novgorod. N.I. Lobachevsky organizó la Escuela de Verano Interuniversitaria Intel sobre Visión por Computadora - Campamento de Verano de Visión por Computadora, en la que participaron más de 100 estudiantes. La escuela estaba dirigida a estudiantes técnicos de las universidades de Nizhny Novgorod interesados en visión por computadora, aprendizaje profundo, redes neuronales, Intel OpenVINO, OpenCV.
En este artículo compartiremos cómo se realizó la selección para la Escuela, qué estudiaron, qué hicieron los estudiantes en la parte práctica y también hablaremos de algunos de los proyectos presentados en la defensa.
Proceso de selección y formas de participación
Decidimos darles a los niños la opción de solicitar dos formas de educación: tiempo completo y tiempo parcial. Para los cursos a tiempo parcial y a tiempo parcial, los estudiantes no fueron seleccionados y fueron matriculados inmediatamente. Sólo asistían a conferencias, entre semana, por la mañana. Los niños también tuvieron la oportunidad de realizar tareas prácticas y enviarlas a para pruebas por parte de los profesores.
Para calificar para el examen de tiempo completo, los muchachos tuvieron que venir a la oficina de Intel para una entrevista con la comisión. La diferencia con la modalidad a tiempo parcial y a tiempo parcial fue que, además de las conferencias, los participantes del campamento realizaron tareas prácticas con los curadores: profesores de la UNN e ingenieros de Intel. En la segunda semana finalizaron las tareas prácticas y comenzaron los proyectos en los que los participantes trabajaron en grupos de 3 personas.
Durante la entrevista, a los estudiantes se les hicieron preguntas sobre matemáticas y programación, y también se les planteó un problema que debía resolverse en el acto. Vale la pena señalar que la comisión estuvo formada por ingenieros de software, ingenieros de algoritmos y profesores universitarios. N.I. Lobachevsky, por lo que la entrevista resultó multifacética y extraordinaria. Desde el punto de vista del entrevistador, fue interesante conocer los conocimientos técnicos básicos de los estudiantes en relación con la visión por computadora, por lo que temas como C++/STL, programación orientada a objetos, algoritmos básicos y estructuras de datos, álgebra lineal, análisis matemático, matemáticas discretas y Se pidieron muchas más cosas. Entre las tareas, la prioridad era conocer el razonamiento de los estudiantes. La comisión también se interesó por saber dónde estudiaron, qué experiencia tenían antes de esta escuela (por ejemplo, actividad científica) y cómo podría aplicarse directamente al campo de la visión por computadora.
En la selección a tiempo completo participaron un total de 78 estudiantes, mientras que había 24 plazas a tiempo completo. El concurso fue de 3 estudiantes por plaza. Las estadísticas sobre los participantes y las diferencias visuales entre las formas de participación a tiempo completo y a tiempo parcial se pueden ver en la siguiente tabla:
¿Qué hicieron los chicos durante 2 semanas?
Los estudiantes se familiarizaron teórica y prácticamente con las principales tareas de la visión por computadora: clasificación de imágenes, detección de objetos y su seguimiento. El componente de conferencia para cada tema generalmente incluía una excursión histórica al desarrollo de métodos clásicos para resolver problemas de visión por computadora y métodos modernos de resolución utilizando aprendizaje automático y redes neuronales. A la teoría le siguió la práctica, donde los estudiantes descargaron modelos populares de redes neuronales y los ejecutaron utilizando el módulo DNN de la biblioteca OpenCV, creando una aplicación personalizada.
Las presentaciones de todas las conferencias se publicaron en un repositorio público. , para que los estudiantes siempre puedan abrir y ver la información necesaria, incluso después de la escuela. Fue posible comunicarse con profesores, profesores en prácticas e ingenieros de Intel tanto en vivo como a través del chat en Gitter. El calendario de la semana del proyecto también resultó acertado: comenzó el miércoles, lo que permitió pasar útilmente el fin de semana libre de conferencias, mejorando las decisiones del equipo. Los participantes más responsables pasaron la mitad del sábado en la oficina de Intel, por lo que fueron recompensados con una excursión no programada ese mismo día.
¿Cómo fue la defensa de los proyectos?
A cada equipo se le dieron 10 minutos para hablar sobre lo que hicieron durante el proyecto y a qué llegaron. Pasado este tiempo, comenzaron 5 minutos, durante los cuales los ingenieros de la empresa hicieron preguntas a los chicos y les dieron pequeños consejos que les ayudarían a mejorar su proyecto o evitar errores existentes en el futuro. Cada uno de los chicos se probó a sí mismo como orador, demostrando sus conocimientos en el campo de la visión por computadora y confirmando su contribución a la creación del proyecto, lo que nos ayudó a considerar y sacar una conclusión sobre cada participante de la escuela. La defensa duró más de 3 horas, pero nos ocupamos de los muchachos y aliviamos la tensión con un breve descanso para tomar café, donde los muchachos pudieron tomar un respiro y discutir problemas con los principales especialistas de Intel.
Al final del día, premiamos un primer lugar, dos segundos y tres terceros lugares. Fue bastante difícil elegir, porque cada equipo, cada proyecto tenía su propio sabor y se distinguía por la originalidad de su presentación.
Participantes a tiempo completo en CV Camp, defensa de proyectos, oficina de Intel en Nizhny Novgorod
Proyectos presentados
guante inteligente
Usando un detector y rastreador usando OpenCV para navegación visual en el espacio. El equipo también ha agregado capacidad de detección de profundidad utilizando dos cámaras. La API de voz de Microsoft se utiliza como interfaz de administración.
Receptor
Detección de alimentos y selección de una receta para un plato preparado, incluidos los ingredientes encontrados. Los chicos no tuvieron miedo de la tarea y en una semana marcaron una cantidad suficiente de imágenes por su cuenta, entrenaron el detector usando la API de detección de objetos TensorFlow y agregaron lógica para encontrar la receta. ¡Sencillo y de buen gusto!
Editor 2.0
Los participantes del proyecto utilizaron un conjunto de redes neuronales (búsqueda de rostros, normalización de la imagen del rostro mediante puntos clave, cálculo del descriptor de la imagen del rostro) para el reconocimiento de rostros como parte de la tarea de buscar fragmentos en vídeos largos en los que aparece una determinada persona. presente. El sistema desarrollado puede utilizarse como sistema de asistencia para la edición de vídeo, liberando a la persona de tener que mirar el vídeo por sí misma en busca de los fragmentos necesarios. Usando redes neuronales de , el equipo logró alcanzar una alta velocidad de la aplicación: en una computadora portátil con procesador Intel Core i5, la velocidad de procesamiento de video fue de 58 cuadros por segundo.
Anonimizador
Dibujar gafas y máscaras en el rostro de una persona. Se utilizó la red MTCNN para detectar rostros y puntos clave.
Anónimo
Otro trabajo interesante sobre el tema del ocultamiento de la identidad. Este equipo introdujo varias opciones para distorsionar rostros: desenfoque y pixelación. En una semana, los chicos no solo resolvieron la tarea, sino que también proporcionaron un modo para anonimizar a una persona específica (mediante reconocimiento facial).
calentamiento
El equipo del proyecto "Warm-up" resolvió el problema de crear un asistente deportivo para el ejercicio de inclinación de la cabeza. E incluso si la aplicación final de esta aplicación sigue siendo controvertida, se llevó a cabo un estudio exhaustivo comparando varios algoritmos de detección de rostros: cascadas de Haar, redes de TensorFlow, OpenCV y OpenVINO. ¡Calentamos no solo físicamente, sino también mentalmente!
inferior 800
Nizhny Novgorod, la ciudad donde tuvo lugar la escuela, cumplirá 2 años en 800 años, lo que significa que hay tiempo suficiente para implementar un proyecto interesante. Pedimos a los niños que pensaran en la tarea de crear una guía que, a partir de la imagen de la fachada de los edificios, pueda proporcionar información sobre qué tipo de objeto se muestra en la imagen y qué datos se conocen sobre él. En nuestra opinión, esta tarea fue una de las más difíciles, ya que se relaciona con la visión por computadora clásica, pero el equipo mostró un resultado decente.
Piedra Papel tijeras
A pesar de las estrictas limitaciones de tiempo para completar el trabajo de diseño, este equipo tampoco tuvo miedo de realizar un experimento para entrenar su propia red neuronal para clasificar las posiciones de las manos en un juego muy conocido.
Comentarios de los participantes
Hemos pedido a alumnos de diferentes cursos que compartieran sus impresiones sobre la Escuela de Verano:
Recientemente tuve la suerte de asistir al campamento de verano Intel Computer Vision y fue una experiencia maravillosa. Adquirimos muchos conocimientos y habilidades nuevos en el campo del CV, la instalación de software, la depuración, también estuvimos inmersos en un entorno de trabajo, enfrentamos problemas reales, discutimos posibles soluciones con colegas y profesores de escuela. Existe el mito de que el trabajo de un programador Consiste únicamente en comunicarse con una computadora. Sin embargo, este no es el caso en absoluto. Nuestro trabajo creativo es inseparable de la comunicación con las personas. Fue a través de la comunicación que uno podía adquirir un conocimiento único. Y me gustó más este componente de la escuela. Sin embargo, hay un inconveniente... ¡después de terminar la formación quería continuar! Además de los conocimientos teóricos en DL y las habilidades prácticas en CV, obtuve una idea de a qué áreas de las matemáticas se les debe prestar especial atención y qué tecnologías se deben estudiar. La dedicación, el profesionalismo y el amor por su trabajo de los ingenieros e investigadores de Intel influyeron en mi elección de dirección en TI. Es por esto que me gustaría agradecer a todos los organizadores de la escuela.
Kristina, 1er año, HSE
En tan poco tiempo, la escuela pudo proporcionar la máxima información y práctica sobre el tema de la visión por computadora. Y aunque fue diseñado para conocimientos básicos, las conferencias contenían una gran cantidad de material técnico que desea comprender y dedicar más tiempo a estudiar. Los mentores y profesores de la escuela respondieron con entusiasmo todas las preguntas y se comunicaron con los estudiantes. Bueno, mientras completaba el proyecto final, tuve que sumergirme en la jungla del desarrollo de una aplicación terminada y encontrar dificultades que no siempre surgen al estudiar. Nuestro equipo finalmente creó una aplicación para jugar al juego “piedra, papel y tijera” con una computadora. Entrenamos un modelo para reconocer una figura en una cámara web, escribimos lógica y creamos una interfaz basada en el marco opencv. La escuela proporcionó material para el pensamiento y un vector para el aprendizaje y el desarrollo posteriores. Estoy muy contento de haber participado.
Sergey, 3er año, UNN
La escuela no estuvo a la altura de mis expectativas. Las conferencias fueron impartidas por personas bastante experimentadas de desarrolladores de Intel. La comunicación con los profesores siempre ha sido interesante y útil, los mentores son receptivos y siempre están dispuestos a ayudar, las conferencias son agradables de escuchar, los temas son bastante relevantes e informativos. Pero ya sabía algunas cosas, y las que no sabía no estaban respaldadas por la práctica de ninguna manera y, por lo tanto, nunca entendí ni estudié completamente el material realmente bueno. Sí, la mayor parte de la información se proporciona con fines informativos, para que luego puedas probarla en casa o simplemente tener una idea de de qué se trata, pero aún así quería implementar algunos algoritmos existentes por mi cuenta bajo el La supervisión de profesores experimentados que puedan dar buenos consejos o ayudar si algo sucede no funciona. Como resultado, en la práctica se utilizaron soluciones listas para usar y el código, se podría decir, fue escrito previamente para nosotros, solo fue necesario modificarlo ligeramente. Los proyectos eran los más simples, y si intentas complicar la tarea de alguna manera, entonces no tienes tiempo suficiente para implementarla a un estado más o menos estable, como nos pasó a nosotros.
En general, toda la escuela parece una especie de juego de desarrolladores no muy serio, y esto es precisamente culpa de la parte práctica. Creo que es necesario aumentar el tiempo dedicado a la escuela, complicar el material de práctica para que puedas y debas escribir algo tú mismo, algo realmente complejo y necesario, y no utilizar los ya preparados, para que la práctica sea más fluida al aumentar. complejidad, los temas para los proyectos de concursos deben entregarse en los primeros días, de modo que el material de las conferencias y prácticas se pueda utilizar inmediatamente en sus proyectos y haya más tiempo para la implementación. Entonces, el tiempo pasado en la escuela será una buena experiencia para los aspirantes a especialistas.
Dmitry, 1er año de maestría, NSTU
La escuela de verano de Intel fue una gran oportunidad para pasar este verano haciendo lo que amas. El hecho de que las conferencias fueran impartidas por empleados de Intel relacionados con la programación en el campo de la visión por computadora no me permitió relajarme, quería aprovechar todo el proceso al máximo, aunque a veces era difícil. Cada día transcurrió muy rápido, imperceptible y fructífero. La oportunidad de implementar mi propio proyecto me permitió trabajar en equipo con curadores maravillosos y otros participantes de la escuela. Estas dos semanas se pueden describir brevemente de la siguiente manera: interesantes y fugaces.
Elizaveta, 2do año, UNN
En otoño (octubre-noviembre) te espera el programa educativo Delta, información sobre la cual puedes conocer en nuestro . ¡Manténganse al tanto!
Fuente: habr.com