Frá 3. júlí til 16. júlí í Nizhny Novgorod State University. N.I. Lobachevsky var gestgjafi Intel Interuniversity Summer School on Computer Vision - Computer Vision Summer Camp, þar sem meira en 100 nemendur tóku þátt. Skólinn var ætlaður tækninemum frá Nizhny Novgorod háskólum sem hafa áhuga á tölvusjón, djúpnámi, tauganetum, Intel OpenVINO, OpenCV.
Í þessari grein munum við segja frá því hvernig valið í skólann fór fram, hvað þeir lærðu, hvað nemendur gerðu í verklega hlutanum og einnig sagt frá nokkrum verkefnum sem kynnt voru í vörninni.
Valferli og þátttökuform
Við ákváðum að gefa börnunum val um að sækja um tvenns konar menntun: fullt starf og hlutastarf. Fyrir hluta- og hlutanám fóru nemendur ekki í val og voru skráðir strax. Þeir sóttu aðeins fyrirlestra, á virkum dögum, á morgnana. Börnin fengu líka tækifæri til að klára verkleg verkefni og senda þau til til prófunar hjá kennurum.
Til að komast í fullt próf þurftu krakkarnir að koma á Intel skrifstofuna til að fá viðtal við framkvæmdastjórnina. Munurinn á hlutastarfi og hlutastarfi var sá að auk fyrirlestra fóru þátttakendur í búðunum í gegnum hagnýt verkefni með sýningarstjórum - UNN kennurum og verkfræðingum frá Intel. Í annarri viku lauk verklegum verkefnum og hófust verkefni sem þátttakendur unnu í 3ja manna hópum.
Í viðtalinu voru nemendur spurðir spurninga um stærðfræði og forritun auk þess sem þeir fengu verkefni sem þurfti að leysa á staðnum. Þess má geta að nefndin samanstóð af hugbúnaðarverkfræðingum, reikniritverkfræðingum og háskólakennurum. N.I. Lobachevsky, þannig að viðtalið reyndist margþætt og óvenjulegt. Frá sjónarhóli viðmælanda var áhugavert að kynna sér grunntækniþekkingu nemenda í tengslum við tölvusjón, þannig að efni eins og C++/STL, OOP, grunn reiknirit og gagnagerð, línuleg algebru, stærðfræðigreining, staka stærðfræði og miklu meira var spurt. Meðal verkefna var forgangsverkefni að komast að rökstuðningi nemenda. Nefndin hafði einnig áhuga á því hvar þeir stunduðu nám, hvaða reynslu þeir höfðu fyrir þennan skóla (til dæmis vísindastarfsemi) og hvernig hægt væri að heimfæra hana beint á sviði tölvusjónar.
Alls tóku 78 nemendur þátt í fullu vali en stöðugildi voru 24. Keppt var um 3 nemendur á sæti. Tölfræði um þátttakendur og sjónrænan mun á þátttöku í fullu starfi og hlutastarfi má sjá í töflunni hér að neðan:
Hvað gerðu strákarnir í 2 vikur?
Nemendur kynntust í fræði og æfingum helstu viðfangsefnum tölvusjónar: myndflokkun, hlutgreiningu og rakningu þeirra. Fyrirlestrarþátturinn fyrir hvert viðfangsefni innihélt venjulega sögulega skoðunarferð um þróun klassískra aðferða til að leysa tölvusjónvandamál og nútíma aðferðir við lausn með vélanámi og taugakerfi. Kenningunni var fylgt eftir með æfingum, þar sem nemendur hlaðið niður vinsælum tauganetslíkönum og settu þau af stað með því að nota DNN einingu OpenCV bókasafnsins og búa til sérsniðið forrit.
Kynningar á öllum fyrirlestrum voru birtar í opinberri geymslu , þannig að nemendur geti alltaf opnað og skoðað nauðsynlegar upplýsingar, einnig eftir skóla. Það var hægt að eiga samskipti við fyrirlesara, æfingakennara og Intel verkfræðinga bæði í beinni og í gegnum spjall á Gitter. Tímasetning verkefnavikunnar reyndist líka vel: hún hófst á miðvikudaginn, sem gerði það að verkum að hægt var að eyða helginni laus við fyrirlestra á gagnlegan hátt og bæta ákvarðanir teymis. Ábyrgustu þátttakendurnir eyddu hálfum laugardegi á Intel skrifstofunni, sem þeir fengu verðlaun fyrir með ótímasettri skoðunarferð sama dag.
Hvernig var vörn verkefnanna?
Hvert lið fékk 10 mínútur til að segja frá því sem það gerði á meðan á verkefninu stóð og hvað það kom að. Eftir þennan tíma hófust 5 mínútur, þar sem verkfræðingar fyrirtækisins spurðu strákana spurninga og gáfu smá ráð sem gætu hjálpað þeim að bæta verkefnið sitt eða koma í veg fyrir núverandi mistök í framtíðinni. Strákarnir reyndu hver fyrir sig sem fyrirlesari, sýndu þekkingu sína á sviði tölvusjónar og staðfestu framlag sitt við gerð verkefnisins, sem hjálpaði okkur að íhuga og draga niðurstöðu um hvern þátttakanda í skólanum. Vörnin fór fram á 3 klukkutímum en við tókum vel á móti strákunum og slökuðum á spennunni með stuttu kaffihléi þar sem strákarnir gátu dregið andann og rætt málin við fremstu sérfræðinga Intel.
Í lok dagsins verðlaunuðum við eitt fyrsta, tvö annað og þrjú þriðju sæti. Það var frekar erfitt að velja, því hvert teymi, hvert verkefni hafði sinn keim og einkenndist af frumleika framsetningar.
Þátttakendur í CV Camp í fullu starfi, verkefnisvörn, Intel skrifstofa í Nizhny Novgorod
Kynnt verkefni
Snjall hanski
Notkun skynjara og rekja spor einhvers með OpenCV fyrir sjónræna leiðsögn í geimnum. Liðið hefur að auki bætt við dýptarskynjunargetu með því að nota tvær myndavélar. Microsoft Speech API er notað sem stjórnunarviðmót.
Viðtaki
Uppgötvun matar og val á uppskrift að tilbúnum rétti, þar með talið innihaldsefni. Strákarnir voru ekki hræddir við verkefnið og innan viku merktu þeir upp nægilega marga myndir á eigin spýtur, þjálfuðu skynjarann með því að nota TensorFlow Object Detection API og bættu við rökfræði til að finna uppskriftina. Einfalt og smekklegt!
Ritstjóri 2.0
Þátttakendur í verkefninu notuðu safn tauganeta (andlitsleit, eðlileg andlitsmynd eftir lykilpunktum, útreikningur á andlitsmyndarlýsingu) til andlitsþekkingar sem hluta af því verkefni að leita að brotum í löngum myndböndum þar sem ákveðin manneskja er til staðar. Hægt er að nota hið þróaða kerfi sem hjálparkerfi við myndbandsklippingu, sem losar mann við að þurfa að horfa á myndbandið sjálfur í leit að nauðsynlegum brotum. Notkun taugakerfis frá , teyminu tókst að ná miklum hraða forritsins: á fartölvu með Intel Core i5 örgjörva var myndbandsvinnsluhraði 58 rammar á sekúndu.
Nafnlaus
Teikna gleraugu og grímur á andlit manns. MTCNN netið var notað til að greina andlit og lykilatriði.
Nafnlaus
Annað áhugavert verk um efnið að leyna sjálfsmynd. Þetta teymi kynnti nokkra möguleika til að afbaka andlit: óskýrleika og pixlamyndun. Á einni viku fundu krakkarnir ekki aðeins út verkefnið, heldur útveguðu þeir einnig stillingu til að nafngreina tiltekna manneskju (með andlitsgreiningu).
Hita upp
„Upphitunarteymið“ leysti vandamálið við að búa til íþróttaaðstoðarmann fyrir höfuðhallaæfinguna. Og jafnvel þótt endanleg umsókn þessa forrits sé enn umdeild, var gerð yfirgripsmikil rannsókn þar sem borin voru saman ýmsar andlitsgreiningaralgrímar: Haar fossa, net frá TensorFlow, OpenCV og OpenVINO. Við hituðum ekki bara upp líkamlega heldur líka andlega!
Lægri 800
Nizhny Novgorod, borgin þar sem skólinn fór fram, verður 2 ára eftir 800 ár, sem þýðir að nægur tími er til að hrinda í framkvæmd áhugaverðu verkefni. Við báðum börnin að hugsa um það verkefni að búa til leiðarvísi sem út frá mynd af framhlið bygginga getur gefið upplýsingar um hvers konar hlutur er sýndur á myndinni og hvaða staðreyndir eru þekktar um hann. Að okkar mati var þetta verkefni eitt það erfiðasta, þar sem það tengist klassískri tölvusýn, en liðið sýndi ágætis árangur.
Skæri blað steinn
Þrátt fyrir strangar tímatakmarkanir til að klára hönnunarvinnuna var þetta teymi heldur ekki hræddur við að gera tilraun til að þjálfa eigið tauganet til að flokka handstöður í vel þekktum leik.
Umsagnir frá þátttakendum
Við báðum nemendur frá mismunandi námskeiðum að deila tilfinningum sínum af Sumarskólanum:
Ég var nýlega svo heppinn að mæta í Intel Computer Vision sumarbúðirnar og það var dásamleg upplifun. Við fengum mikla nýja þekkingu og færni á sviði ferilskrár, uppsetningar hugbúnaðar, kembiforrit, við vorum líka á kafi í vinnuumhverfi, stóðum frammi fyrir raunverulegum vandamálum, ræddum mögulegar lausnir við samstarfsfólk og skólakennara.Það er goðsögn að starf forritara. felst eingöngu í samskiptum við tölvu. Þetta er þó alls ekki raunin. Skapandi starf okkar er óaðskiljanlegt frá samskiptum við fólk. Það var í gegnum samskipti sem maður gat öðlast einstaka þekkingu. Og mér líkaði best við þennan þátt skólans. Hins vegar er einn galli... eftir að hafa klárað þjálfunina vildi ég halda áfram! Auk fræðilegrar þekkingar í DL og hagnýtrar færni í ferilskrá fékk ég hugmynd um hvaða sviðum stærðfræði ætti að gefa sérstakan gaum og hvaða tækni ætti að rannsaka. Hollusta, fagmennska og ást fyrir verk þeirra Intel verkfræðinga og vísindamanna hafði áhrif á val mitt á stefnu í upplýsingatækni. Fyrir þetta vil ég þakka öllum skipuleggjendum skólans.
Kristín, 1. ár, HSE
Skólinn gat á svo skömmum tíma veitt hámarksupplýsingar og æfingu á efni tölvusjónar. Og þó hann hafi verið hannaður fyrir grunnþekkingu þá innihéldu fyrirlestrarnir mikið tæknilegt efni sem þú vilt skilja og eyða meiri tíma í að læra. Leiðbeinendur og fyrirlesarar skólans svöruðu öllum spurningum ákaft og höfðu samskipti við nemendur. Jæja, á meðan ég kláraði lokaverkefnið þurfti ég að sökkva mér inn í frumskóginn að þróa fullbúið forrit og lenda í erfiðleikum sem koma ekki alltaf upp við nám. Liðið okkar gerði að lokum umsókn um að spila leikinn „stein-pappír-skæri“ með tölvu. Við þjálfuðum líkan til að þekkja mynd á vefmyndavél, skrifuðum rökfræði og gerðum viðmót byggt á opencv ramma. Skólinn veitti umhugsunarefni og leið til síðari náms og þroska. Ég er mjög ánægður með að hafa tekið þátt.
Sergey, 3. ár, UNN
Skólinn stóð ekki alveg undir væntingum mínum. Fyrirlestrarnir voru fluttir af nokkuð reyndu fólki frá Intel forriturum. Samskipti við fyrirlesara hafa alltaf verið áhugaverð og gagnleg, leiðbeinendur eru móttækilegir og alltaf tilbúnir til að aðstoða, fyrirlestrarnir eru notalegir á að hlusta á, viðfangsefnin eru nokkuð málefnaleg og fræðandi. En ég vissi nú þegar sumt, og það sem ég vissi ekki voru ekki studdir af æfingum á nokkurn hátt, og því var mjög góða efnið aldrei að fullu skilið og rannsakað af mér. Já, flestar upplýsingarnar eru veittar í upplýsingaskyni, svo að þú getir prófað þær heima eða bara haft hugmynd um hvað þetta snýst um, en mig langaði samt að innleiða nokkur núverandi reiknirit á eigin spýtur undir eftirlit með reyndum kennara sem geta gefið góð ráð eða aðstoðað ef eitthvað kemur upp á gengur ekki. Fyrir vikið voru í reynd notaðar tilbúnar lausnir og kóðinn má segja að hann hafi verið forskrifaður fyrir okkur, það þurfti aðeins að breyta honum lítillega. Verkefnin voru þau einföldustu og ef þú reynir að flækja verkefnið á einhvern hátt, þá hefurðu ekki nægan tíma til að útfæra það í nokkurn veginn stöðugt ástand, eins og gerðist hjá okkur.
Almennt séð lítur allur skólinn út eins og einhvers konar ekki mjög alvarlegur leikur þróunaraðila, og þetta er einmitt verklega hlutanum að kenna. Ég held að það þurfi að auka tíma í skólann, flækja æfingarefnið þannig að þú getir og ættir að skrifa eitthvað sjálfur, eitthvað virkilega flókið og nauðsynlegt, en ekki nota tilbúið, til að gera æfingarnar auðveldari í að auka flókið, efni fyrir keppnisverkefni ætti að gefa út á fyrstu dögum, svo hægt sé að nota efnið úr fyrirlestrum og æfingum strax í verkefnum þínum og meiri tími gefist til útfærslu. Þá mun tíminn í skólanum verða góð reynsla fyrir upprennandi sérfræðinga.
Dmitry, 1. árs meistaragráðu, NSTU
Sumarskólinn frá Intel var frábært tækifæri til að eyða þessu sumri í það sem þú elskar. Sú staðreynd að fyrirlestrarnir voru fluttir af starfsmönnum Intel sem tengdust forritun á sviði tölvusjónar leyfði mér ekki að slaka á, ég vildi fá sem mest út úr öllu ferlinu þó það hafi stundum verið erfitt. Hver dagur leið mjög hratt, ómerkjanlega og frjósamur. Tækifærið til að útfæra mitt eigið verkefni gerði mér kleift að vinna í teymi með frábærum sýningarstjórum og öðrum þátttakendum skólans. Þessum tveimur vikum má lýsa í stuttu máli sem hér segir: áhugaverðar og hverfular.
Elizaveta, 2. ár, UNN
Á haustin (október-nóvember) bíður þín Delta menntaáætlunin, upplýsingar um það sem þú getur fundið út frá okkar . Fylgstu með!
Heimild: www.habr.com