Fan 3 july oant 16 july oan de Nizhny Novgorod State University. N.I. Lobachevsky wie gasthear foar de Intel Interuniversity Summer School on Computer Vision - Computer Vision Summer Camp, dêr't mear as 100 studinten oan meidie. De skoalle wie rjochte op technyske studinten fan Nizhny Novgorod universiteiten dy't ynteressearre binne yn kompjûterfisy, djip learen, neurale netwurken, Intel OpenVINO, OpenCV.
Yn dit artikel sille wy diele hoe't de seleksje foar de Skoalle plakfûn, wat se studearre, wat de studinten diene yn it praktyske diel, en ek prate oer guon fan 'e projekten presintearre by de ferdigening.
Seleksjeproses en foarmen fan dielname
Wy hawwe besletten de bern de kar te jaan om oan te freegjen foar twa foarmen fan ûnderwiis: foltiid en dieltiid. Foar dieltiid- en dieltiidkursussen hawwe studinten gjin seleksje ûndergien en waarden fuortendaliks ynskreaun. Se besochten allinich lêzingen, op wurkdagen, moarns. De bern krigen ek de kâns om praktyske taken út te fieren en nei te stjoeren foar testen troch leararen.
Om yn oanmerking te kommen foar it folsleine eksamen, moasten de jonges nei it Intel-kantoar komme foar in ynterview mei de kommisje. It ferskil mei de dieltiid- en dieltiidfoarm wie dat njonken lêzingen kampdielnimmers praktyske taken trochkamen mei kurators - UNN-leararen en yngenieurs fan Intel. Yn de twadde wike binne praktyske opdrachten einige en begûnen projekten, dêr't dielnimmers yn groepkes fan 3 minsken oan wurken.
By it fraachpetear krigen de learlingen fragen oer wiskunde en programmearring en krigen se ek in probleem dat ter plekke oplost wurde moast. It is de muoite wurdich op te merken dat de kommisje bestie út software-yngenieurs, algoritme-yngenieurs en universitêre leararen. N.I. Lobachevsky, sadat it ynterview bliek te wêzen mannichfâldich en bûtengewoan. Fanút it eachpunt fan de ynterviewer wie it nijsgjirrich om de basistechnyske kennis fan de learlingen yn ferbân mei kompjûterfisy út te finen, sadat ûnderwerpen lykas C++/STL, OOP, basisalgoritmen en gegevensstruktueren, lineêre algebra, wiskundige analyze, diskrete wiskunde en folle mear waard frege. By de taken wie de prioriteit om de redenearring fan de learlingen út te finen. De kommisje wie ek ynteressearre yn wêr't se studearre hawwe, hokker ûnderfining se foar dizze skoalle hiene (bygelyks wittenskiplike aktiviteit) en hoe't it direkt tapast wurde koe op it mêd fan kompjûterfisy.
Oan de folsleine seleksje diene yn totaal 78 learlingen mei, wylst der 24 folsleine plakken wiene.De wedstriid wie 3 learlingen per plak. Statistiken oer dielnimmers en fisuele ferskillen tusken folsleine en dieltiidfoarmen fan dielname kinne wurde sjoen yn 'e tabel hjirûnder:
Wat hawwe de jonges dien foar 2 wiken?
Studinten makken yn teory en praktyk kunde mei de wichtichste taken fan kompjûterfisy: byldklassifikaasje, objektdeteksje en har folgjen. De lêzing komponint foar elk ûnderwerp meastal befette in histoaryske ekskurzje yn 'e ûntwikkeling fan klassike metoaden foar it oplossen fan kompjûter fyzje problemen en moderne metoaden fan oplossen mei help fan masine learen en neurale netwurken. De teory waard folge troch praktyk, wêrby't studinten populêre neurale netwurkmodellen downloade en se lansearren mei de DNN-module fan 'e OpenCV-bibleteek, it meitsjen fan in oanpaste applikaasje.
Presintaasjes fan alle lêzingen waarden pleatst yn in iepenbier repository , sadat learlingen altyd de nedige ynformaasje iepenje en besjen kinne, ek nei skoalle. It wie mooglik om te kommunisearjen mei dosinten, praktyk leararen en Intel yngenieurs sawol live en fia petear op Gitter. De timing fan de projektwike is ek slagge: it begûn op woansdei, wêrtroch it mooglik makke om it wykein brûkber troch te bringen frij fan lêzingen, it ferbetterjen fan teambeslissingen. De meast ferantwurdlike dielnimmers hawwe de helte fan sneon trochbrocht op it Intel-kantoar, wêrfoar't se op deselde dei beleanne waarden mei in net plande ekskurzje.
Hoe wie de ferdigening fan de projekten?
Elk team krige 10 minuten om te praten oer wat se dien hawwe tidens it projekt en wêr't se oan kamen. Nei dizze tiid begon 5 minuten, wêryn't de yngenieurs fan it bedriuw de jonges fragen stelden en lytse tips joegen dy't har helpe soene om har projekt te ferbetterjen of besteande flaters yn 'e takomst te foarkommen. Elk fan 'e jonges besocht harsels as sprekker, demonstrearje har kennis op it mêd fan kompjûterfisy en befêstigje har bydrage oan' e oprjochting fan it projekt, dy't ús holp te beskôgjen en in konklúzje te meitsjen oer elke dielnimmer oan 'e skoalle. De ferdigening fûn plak oer 3 oeren, mar wy soarge foar de jonges en fermindere de spanning mei in koarte kofje pauze, dêr't de jonges koenen nimme in sykheljen en beprate saken mei liedende Intel spesjalisten.
Oan 'e ein fan 'e dei hawwe wy ien earste, twa twadde en trije tredde plakken útrikt. It wie frij lestich om te kiezen, om't elk team, elk projekt syn eigen smaak hie en waard ûnderskieden troch syn oarspronklikheid fan presintaasje.
Full-time CV Camp dielnimmers, projekt ferdigening, Intel kantoar yn Nizhny Novgorod
Presentearre projekten
Smart handschoen
Mei help fan in detektor en tracker mei OpenCV foar fisuele navigaasje yn romte. It team hat ek mooglikheden foar djiptesensing tafoege mei twa kamera's. De Microsoft Speech API wurdt brûkt as de behearynterface.
Receptor
Deteksje fan iten en seleksje fan in resept foar in klearebare gerjocht, ynklusyf de fûn yngrediïnten. De jonges wiene net bang foar de taak en binnen in wike markearren se sels in foldwaande oantal ôfbyldings, trainden de detektor mei de TensorFlow Object Detection API en tafoege logika foar it finen fan it resept. Ienfâldich en smaakfol!
Bewurker 2.0
De dielnimmers oan it projekt brûkten in set fan neurale netwurken (gesichtssykjen, normalisearring fan 'e gesichtsôfbylding troch wichtige punten, berekkening fan' e gesichtsbyldbeskriuwing) foar gesichtsherkenning as ûnderdiel fan 'e taak om te sykjen nei fragminten yn lange fideo's wêryn in bepaalde persoan is oanwêzich. It ûntwikkele systeem kin brûkt wurde as assistinsjesysteem foar fideobewurking, wêrtroch in persoan befrijt fan 'e fideo sels te sjen op syk nei de nedige fragminten. Mei help fan neurale netwurken út , It team slagge om hege snelheid fan 'e applikaasje te berikken: op in laptop mei in Intel Core i5-prosessor wie de fideoferwurkingssnelheid 58 frames per sekonde.
Anonymizer
Tekenje bril en maskers op it gesicht fan in persoan. It MTCNN-netwurk waard brûkt om gesichten en wichtige punten te detektearjen.
Anonym
In oar nijsgjirrich wurk oer it ûnderwerp fan it ferbergjen fan identiteit. Dit team yntrodusearre ferskate opsjes foar it ferfoarmjen fan gesichten: blurring en pikselaasje. Yn ien wike hawwe de jonges net allinich de taak betocht, mar ek in modus foar anonymisearjen fan in spesifike persoan (mei gesichtsherkenning).
Opwaarmje
It projektteam "Warm-up" hat it probleem oplost fan it meitsjen fan in sportassistint foar de holle tilt-oefening. En sels as de definitive tapassing fan dizze applikaasje noch kontroversjeel is, waard in wiidweidige stúdzje útfierd dy't ferskate algoritmen foar gesichtsdeteksje fergelykje: Haar-kaskaden, netwurken fan TensorFlow, OpenCV en OpenVINO. Wy waarmen net allinnich fysyk, mar ek mentaal op!
Under 800
Nizhny Novgorod, de stêd dêr't de skoalle plakfûn, sil oer 2 jier 800 jier wurde, wat betsjut dat der genôch tiid is om in nijsgjirrich projekt út te fieren. Wy hawwe de bern frege om nei te tinken oer de taak fan it meitsjen fan in gids dy't, op basis fan it byld fan de gevel fan gebouwen, ynformaasje jaan kin oer wat foar objekt op it byld te sjen is en hokker feiten dêroer bekend binne. Yn ús miening wie dizze taak ien fan 'e dreechste, om't it giet om klassike kompjûterfisy, mar it team liet in fatsoenlik resultaat sjen.
Stien papier Skjirre
Nettsjinsteande de strange tiidbeheiningen foar it foltôgjen fan it ûntwerpwurk, wie dit team ek net bang om in eksperimint út te fieren om har eigen neurale netwurk te trenen om hânposysjes te klassifisearjen yn in bekend spul.
Feedback fan dielnimmers
Wy fregen studinten fan ferskate kursussen om har yndrukken fan 'e Simmerskoalle te dielen:
Ik wie koartlyn gelokkich genôch om it Intel Computer Vision Summer Camp by te wenjen en it wie in prachtige ûnderfining. Wy hawwe in soad nije kennis en feardichheden opdien op it mêd fan CV, software ynstallaasje, debuggen, wy waarden ek ûnderdompele yn in wurkomjouwing, konfrontearre echte problemen, besprutsen mooglike oplossings mei kollega's en skoalmasters. Der is in myte dat in programmeur syn baan bestiet allinnich út kommunikaasje mei in kompjûter. Dit is lykwols hielendal net it gefal. Us kreatyf wurk is net te skieden fan kommunikaasje mei minsken. Troch kommunikaasje koe men unike kennis krije. En ik vond dit ûnderdiel fan 'e skoalle it meast. Der is lykwols ien minpunt... nei ôfrin fan de training woe ik fierder! Njonken teoretyske kennis yn DL en praktyske feardichheden yn CV, krige ik in idee fan hokker gebieten fan 'e wiskunde spesjaal omtinken moatte wurde jûn en hokker technologyen moatte wurde bestudearre. De tawijing, profesjonaliteit en leafde foar har wurk fan Intel yngenieurs en ûndersikers beynfloede myn kar fan rjochting yn IT. Dêrfoar wol ik alle organisatoaren fan de skoalle betankje.
Kristina, 1e jier, HSE
Yn sa'n koarte tiid koe de skoalle maksimaal ynformaasje jaan en oefenje oer it ûnderwerp kompjûterfisy. En hoewol it ûntwurpen is foar basiskennis, befette de lêzingen in protte technysk materiaal dat jo wolle begripe en mear tiid besteegje wolle oan it studearjen. De mentors en dosinten fan 'e skoalle beantwurde entûsjast alle fragen en kommunisearren mei studinten. No, by it foltôgjen fan it einprojekt, moast ik yn 'e jungle dûke fan it ûntwikkeljen fan in ôfmakke applikaasje en tsjinkomme swierrichheden dy't net altyd ûntsteane by it studearjen. Us team makke úteinlik in oanfraach foar it spieljen fan it spultsje "rock-paper-scissors" mei in kompjûter. Wy hawwe in model oplaat om in figuer op in webcam te erkennen, logika skreaun en in ynterface makke basearre op it opencv-ramt. De skoalle joech iten foar tinken en in fektor foar it folgjende learen en ûntwikkeljen. Ik bin hiel bliid dat ik meidien haw.
Sergey, 3e jier, UNN
De skoalle foldie net hielendal oan myn ferwachtingen. De lêzingen waarden jûn troch frij betûfte minsken fan Intel-ûntwikkelders. Kommunikaasje mei dosinten wie altyd nijsgjirrich en nuttich, de mentors binne responsyf en altyd ree om te helpen De lêzingen binne noflik om nei te harkjen, de ûnderwerpen binne frij relevant en ynformatyf. Mar ik wist al wat dingen, en dejingen dy't ik net wist waarden op gjin inkelde manier stipe troch de praktyk, en dêrom waard it echt goede materiaal nea folslein begrepen en bestudearre troch my. Ja, de measte ynformaasje wurdt levere foar ynformative doelen, sadat jo it dan thús kinne probearje, of gewoan in idee hawwe fan wêr't it oer giet, mar ik woe noch wat besteande algoritmen op mysels ymplementearje ûnder de begelieding fan betûfte learkrêften dy't goed advys jaan kinne of helpe as der wat bart, wurket net. As gefolch, yn 'e praktyk waarden klearebare oplossingen brûkt, en de koade, soe men sizze, wie foarôf skreaun foar ús; it moast mar wat oanpast wurde. De projekten wiene de ienfâldichste, en as jo besykje de taak op ien of oare manier te komplisearjen, dan hawwe jo net genôch tiid om it yn in min of mear stabile steat út te fieren, lykas by ús barde.
Yn 't algemien liket de heule skoalle as in soarte fan net heul serieus spultsje fan ûntwikkelders, en dit is krekt de skuld fan it praktyske diel. Ik tink dat it nedich is om de tiid dy't bestege oan skoalle te fergrutsjen, om it oefenmateriaal te komplisearjen sadat jo sels wat kinne en moatte skriuwe, wat echt kompleks en needsaaklik, en gjin klear makke, om de praktyk soepeler te meitsjen yn tanimmen kompleksiteit, ûnderwerpen foar kompetysjeprojekten moatte yn 'e earste dagen útjûn wurde, sadat it materiaal fan lêzingen en praktyk direkt yn jo projekten brûkt wurde kin en d'r mear tiid wêze sil foar ymplemintaasje. Dan sil de tiid trochbrocht op skoalle tsjinje as in goede ûnderfining foar aspirant spesjalisten.
Dmitry, 1e jier masterstitel, NSTU
Simmerskoalle fan Intel wie in geweldige kâns om dizze simmer troch te bringen wêr't jo fan hâlde. It feit dat de lêzingen waarden jûn troch Intel-meiwurkers yn ferbân mei programmearring op it mêd fan kompjûterfisy liet my net ûntspanne; Ik woe it measte út it hiele proses krije, hoewol it soms lestich wie. Elke dei ferrûn hiel fluch, ûnmerkber en fruchtber. De kâns om myn eigen projekt út te fieren koe my wurkje yn in team mei prachtige kurators en oare skoaldielnimmers. Dizze twa wiken kinne koart omskreaun wurde as folget: nijsgjirrich en flechtich.
Elizaveta, 2e jier, UNN
Yn 'e hjerst (oktober-novimber) wachtet it Delta edukatyf programma op jo, ynformaasje wêr't jo oer kinne fine út ús . Bliuw op 'e hichte!
Boarne: www.habr.com