Ji 3-ê Tîrmehê heta 16-ê Tîrmehê li Zanîngeha Dewletê ya Nizhny Novgorod. N.I. Lobachevsky mazûvaniya Dibistana Havînê ya Interuniversity Intel li ser Computer Vision - Kampa Havînê ya Computer Vision kir, ku tê de zêdetirî 100 xwendekar beşdar bûn. Dibistan ji xwendekarên teknîkî yên zanîngehên Nizhny Novgorod re ku bi dîtina komputerê, fêrbûna kûr, torên neuralî, Intel OpenVINO, OpenCV re eleqedar in, bû.
Di vê gotarê de em ê parve bikin ka hilbijartina Dibistanê çawa pêk hat, wan çi xwendin, xwendekaran di beşa pratîkî de çi kir, û her weha li ser hin projeyên ku di parastinê de hatine pêşkêş kirin biaxivin.
Pêvajoya hilbijartinê û formên beşdariyê
Me biryar da ku em bijartina zarokan bidin serîlêdana du awayên perwerdehiyê: tev-dem û nîv-dem. Ji bo dersên part-time û part-time, xwendekar nehatin hilbijartin û yekser qeyd kirin. Ew tenê beşdarî dersan bûn, rojên hefteyê, sibehê. Her wiha derfeta zarokan çêbû ku karên pratîkî biqedînin û bişînin ji bo ceribandina mamosteyan.
Ji bo ku bibin azmûna tev-demjimêr, xort neçar bûn ku ji bo hevpeyivînek bi komîsyonê re werin ofîsa Intel. Cûdahiya ji forma part-time û part-time ew bû ku, ji bilî dersan, beşdarên kampê bi kargêran re - mamosteyên UNN û endezyarên Intel-ê - karên pratîkî derbas kirin. Di hefteya duyemîn de xebatên pratîk bi dawî bûn û proje dest pê kirin û beşdaran bi komên ji 3 kesan pêk dihat xebitîn.
Di hevpeyvînê de pirsên der barê matematîk û bernamesaziyê de ji xwendekaran hatin pirsîn û her wiha pirsgirêkek ku diviyabû di cih de bihata çareserkirin hat dayîn. Hêjayî gotinê ye ku komîsyon ji endezyarên nivîsbariyê, endezyarên algorîtmê û mamosteyên zanîngehê pêk dihat. N.I. Lobachevsky, ji ber vê yekê hevpeyvîn piralî û awarte derket. Ji nihêrîna hevpeyivînkar, balkêş bû ku zanîna teknîkî ya bingehîn a xwendekaran di derbarê dîtina kompîturê de were zanîn, ji ber vê yekê mijarên wekî C++/STL, OOP, algorîtmayên bingehîn û strukturên daneyê, cebraya xêzik, analîza matematîkî, matematîkên veqetandî û pir zêde hatin pirsîn. Di nav xebatan de, ya pêşîn ew bû ku hinceta xwendekaran bibînin. Komîsyon her weha eleqedar bû ku wan li ku dixwendin, çi ezmûna wan berî vê dibistanê hebûn (mînak, çalakiya zanistî) û çawa dikare rasterast li qada dîtina kompîturê were sepandin.
Di hilbijartinê de bi tevahî 78 xwendekar beşdar bûn, di heman demê de 24 cîhên tam dema pêşbirkê bûn 3 xwendekar. Statîstîkên li ser beşdaran û cûdahiyên dîtbarî di navbera formên tev-dem û part-time de dikarin di tabloya jêrîn de werin dîtin:
Zarokan 2 hefte çi kirin?
Şagirt di teorî û pratîkê de bi karên sereke yên dîtina kompîturê re hatin nas kirin: dabeşkirina wêneyan, vedîtina tiştan û şopandina wan. Beşa dersê ji bo her mijarê bi gelemperî rêwîtiyek dîrokî di nav pêşkeftina rêbazên klasîk ên ji bo çareserkirina pirsgirêkên dîtina komputerê û rêbazên nûjen ên çareseriyê bi karanîna fêrbûna makîneyê û torên neuralî vedihewîne. Teorî ji hêla pratîkê ve hat şopandin, ku xwendekar modelên tora neuralî yên populer dakêşandin û wan bi modula DNN-ê ya pirtûkxaneya OpenCV-ê dest pê kirin, serîlêdanek xwerû ava kirin.
Pêşniyarên hemî dersan di depoyek gelemperî de hatin şandin , da ku xwendekar her gav bikarin agahdariya pêwîst vekin û bibînin, tevî piştî dibistanê. Mimkun bû ku bi mamosteyan, mamosteyên pratîk û endezyarên Intel re hem zindî û hem jî bi chatê li ser Gitter re têkilî daynin. Demjimêra hefteya projeyê jî serketî bû: ew roja Çarşemê dest pê kir, ku ev gengaz kir ku dawiya hefteyê bi kêrhatî ji dersan derbas bike, biryarên tîmê baştir bike. Beşdarên herî berpirsiyar nîvê Şemiyê li ofîsa Intel derbas kirin, ji bo ku ew di heman rojê de bi gerokek neplankirî hatin xelat kirin.
Parastina projeyan çawa bû?
Her tîmekê 10 deqe hat dayîn ku biaxive ka wan di dema projeyê de çi kiriye û çi hatiye. Piştî vê demê, 5 hûrdem dest pê kir, ku di nav wan de endezyarên pargîdaniyê pirs ji xortan kirin û şîretên piçûk dan ku dê ji wan re bibin alîkar ku projeya xwe baştir bikin an pêşî li xeletiyên heyî di pêşerojê de bigirin. Her yek ji xortan xwe wekî axaftvan ceriband, zanîna xwe di warê dîtina komputerê de destnîşan kir û beşdariya xwe di afirandina projeyê de piştrast kir, ku ji me re bû alîkar ku em li ser her beşdarekî dibistanê bifikirin û encamekê derxînin. Berevanî zêdetirî 3 saetan pêk hat, lê me bal kişand ser xortan û me bi navberek qehweyek kurt re tengezarî sivik kir, ku xort dikarin bêhna xwe bigirin û bi pisporên pêşeng ên Intel re nîqaş bikin.
Di dawiya rojê de, me yek yekem, du duyemîn û sê sêyem xelat kirin. Hilbijartina wê pir dijwar bû, ji ber ku her tîm, her proje tama xwe hebû û ji hêla orîjînaliya xwe ya pêşkêşkirinê ve hate cûda kirin.
Beşdarên Kampa CV-ya tev-time, parastina projeyê, ofîsa Intel li Nizhny Novgorod
Projeyên pêşkêş kirin
Glove smart
Bikaranîna detektor û şopgerek bi karanîna OpenCV-ê ji bo navîgasyon dîtbarî li cîhê. Tîm bi karanîna du kamerayan kapasîteya hestiyariya kûrahiyê zêde kiriye. Microsoft Speech API wekî navgîniya rêveberiyê tê bikar anîn.
Receptor
Tespîtkirina xwarinê û hilbijartina rêçeteyekê ji bo xwarinek amade, tevî malzemeyên ku hatine dîtin. Xort ji peywirê netirsiyan û di nav hefteyekê de wan bi tena serê xwe hejmarek têr wêne nîşan kirin, detektor bi karanîna API-ya TensorFlow Object Detection API perwerde kirin û ji bo dîtina reçeteyê mantiq lê zêde kirin. Hêsan û tamxweş!
Edîtor 2.0
Beşdarên projeyê komek torên neuralî (lêgerîna rû, normalîzekirina wêneya rû ji hêla xalên sereke ve, hesabkirina ravekera wêneya rû) ji bo naskirina rûyê wekî beşek ji peywira lêgerîna perçeyan di vîdyoyên dirêj de ku tê de kesek diyarkirî bikar anîn. amade. Pergala pêşkeftî dikare wekî pergalek arîkariyê ji bo guheztina vîdyoyê were bikar anîn, ku kesek ji neçarî ku vîdyoyê bixwe di lêgerîna perçeyên pêwîst de temaşe bike azad dike. Bikaranîna torên neuralî ji , tîmê karî bigihîje leza bilind a serîlêdanê: li ser laptopek bi pêvajoyek Intel Core i5, leza hilberandina vîdyoyê 58 çarçove di çirkeyê de bû.
Anonymizer
Li ser rûyê mirov xêzkirina caman û maskeyan. Tora MTCNN ji bo tespîtkirina rû û xalên sereke hate bikar anîn.
Bênav
Xebateke din a balkêş li ser mijara veşartina nasnameyê. Vê tîmê gelek vebijark ji bo berovajîkirina rûyan danasîn: ronîkirin û pixelasyon. Di hefteyekê de, xortan ne tenê peywirê fêhm kirin, lê di heman demê de modek ji bo anonîmkirina kesek taybetî (bi naskirina rû) peyda kirin.
Germ bûn
Tîma projeya "Germ-up" pirsgirêka afirandina arîkarek werzîşê ya ji bo temrînkirina serê xwe çareser kir. Û tewra ku serîlêdana paşîn a vê serîlêdanê hîn jî nakokî be, lêkolînek berfireh hate kirin ku algorîtmayên cihêreng ên tespîtkirina rûyê berhev dike: Kaskadên Haar, torên ji TensorFlow, OpenCV û OpenVINO. Me ne tenê ji aliyê fizîkî ve, lê ji aliyê derûnî ve jî germ kir!
Jêrîn 800
Bajarê Nîjnî Novgoroda ku dibistan lê lê hat girtin dê di nav 2 salan de bibe 800 salî, ev tê wê wateyê ku ji bo pêkanîna projeyek balkêş dem têra xwe heye. Me ji zarokan xwest ku li ser erka afirandina rêbernameyek bifikirin ku li ser bingeha wêneya rûyê avahiyan bikaribe agahdarî bide ka çi celeb di wêneyê de têne xuyang kirin û çi rastiyên derheqê wê de têne zanîn. Li gorî me, ev kar yek ji wan ên herî dijwar bû, ji ber ku ew bi dîtina komputera klasîk ve girêdayî ye, lê tîmê encamek maqûl nîşan da.
Scissors Paper Rock
Tevî şert û mercên hişk ên ji bo qedandina xebata sêwiranê, ev tîmê di heman demê de netirsiya ku ezmûnek pêk bîne da ku tora xweya neuralî perwerde bike da ku pozîsyonên destan di lîstikek naskirî de dabeş bike.
Feedback ji beşdaran
Me ji xwendekarên ji qursên cihê pirsî ku nerînên xwe yên Dibistana Havînê parve bikin:
Di van demên dawî de ez bi bextewar bûm ku beşdarî Kampa Havînê ya Intel Computer Vision bûm û ew ezmûnek ecêb bû. Me di warê CV, sazkirina nermalavê, debugging de gelek zanîn û jêhatîyên nû bi dest xist, em jî di nav hawîrdorek kar de rû bi rû man, em bi pirsgirêkên rastîn re rû bi rû man, bi hevkar û mamosteyên dibistanê re li ser çareseriyên muhtemel nîqaş kirin tenê ji danûstendina bi komputerê pêk tê. Lêbelê, ev yek qet nebe. Xebata me ya afirîner ji danûstandina bi mirovan re nayê veqetandin. Bi riya ragihandinê bû ku meriv dikaribû zanîna bêhempa bi dest bixe. Û min herî zêde ev pêkhateya dibistanê eciband. Lêbelê, kêmasiyek heye... piştî qedandina xwendina xwe min xwest ez berdewam bikim! Digel zanîna teorîkî ya di DL û jêhatîbûna pratîkî ya di CV de, min ramanek li ser kîjan warên matematîkê divê bi taybetî were girtin û kîjan teknolojiyên divê bêne xwendin. Dilsozî, profesyonelî û hezkirina ji bo xebata wan a endezyar û lêkolînerên Intel bandor li bijartina rêça min a IT kir. Ji bo vê yekê ez spasiya hemû organîzatorên dibistanê dikim.
Kristina, sala 1st, HSE
Di demeke weha kurt de, dibistan karîbû herî zêde agahdarî û pratîkê li ser mijara dîtina kompîturê bide. Û her çend ew ji bo zanîna bingehîn hate sêwirandin, lê dersên pir materyalên teknîkî yên ku hûn dixwazin fam bikin û bêtir wextê xwe li xwendinê derbas bikin hene. Mamoste û mamosteyên dibistanê bi dilgermî bersiva hemû pirsan dan û bi xwendekaran re danûstandin kirin. Welê, dema ku projeya paşîn qediya, min neçar ma ku bikevim nav daristana pêşvebirina serîlêdanek qediyayî û bi dijwariyên ku her gav di dema xwendinê de dernakeve rû bi rû bim. Tîma me di dawiyê de ji bo lîstina lîstika "rock-paper-scissors" bi komputerê serîlêdanek çêkir. Me modelek perwerde kir ku fîgurek li ser kamerayek nas bike, mantiqek nivîsand û navbeynek li ser bingeha çarçoveya opencv çêkir. Dibistan xwarina ramanê û vektorek ji bo fêrbûn û pêşkeftina paşîn peyda kir. Ez pir kêfxweş im ku ez beşdar bûm.
Sergey, sala 3., UNN
Dibistan bi tevahî hêviyên min neanî. Ders ji hêla mirovên bi tecrube yên pêşdebirên Intel ve hatin dayîn. Danûstandin bi mamosteyan re her gav balkêş û kêrhatî bû, şêwirmend bersivdar in û her gav amade ne ku ji wan re bibin alîkar. Gotûbêja wan xweş e, mijar têra xwe têkildar û agahdar in. Lê min berê hin tişt dizanibû, û yên ku min nedizanî bi tu awayî ji hêla pratîkê ve nehat piştgirî kirin, û ji ber vê yekê materyalê bi rastî baş ji hêla min ve tu carî bi tevahî nehat fêm kirin û lêkolîn kirin. Erê, piraniya agahdarî ji bo mebestên agahdarî têne peyda kirin, da ku hûn dûv re wê li malê biceribînin, an jî tenê ramanek li ser çi ye, lê dîsa jî min dixwest ku hin algorîtmayên heyî bi tena serê xwe di binê çavdêriya mamosteyên bi tecrûbe yên ku dikarin şîretên baş bidin an jî alîkariyê bikin, heke tiştek çêbibe, bi ser nakeve. Di encamê de, di pratîkê de, çareseriyên amade hatin bikar anîn, û kod, mirov dikare bêje, ji bo me ji berê ve hatî nivîsandin; Proje yên herî hêsan bûn, û ger hûn hewl bidin ku peywirê bi rengekî tevlihev bikin, wê hingê wextê we têrê nake ku hûn wê di rewşek kêm-zêde bi îstîqrar de bicîh bikin, wekî ku bi me re çêbû.
Bi gelemperî, tevahiya dibistan mîna lîstikek ne pir ciddî ya pêşdebiran xuya dike, û ev bi rastî xeletiya beşa pratîkî ye. Ez difikirim ku pêdivî ye ku meriv wextê ku li dibistanê derbas dibe zêde bike, materyalê pratîkê tevlihev bike da ku hûn bikarin û divê hûn bi xwe tiştek binivîsin, tiştek bi rastî tevlihev û hewce ne, û yên amade ne bikar bînin, da ku di zêdekirina pratîkê de hêsantir bikin. tevlihevî, mijarên ji bo projeyên pêşbaziyê divê di rojên ewil de bêne diyar kirin, da ku materyalên ji ders û pratîkan tavilê di projeyên we de werin bikar anîn û ji bo bicîhkirinê demek zêde hebe. Dûv re dema ku li dibistanê derbas dibe dê ji pisporên dilxwaz re bibe ezmûnek baş.
Dmitry, sala 1st masterê, NSTU
Dibistana havînê ya Intel şansek mezin bû ku hûn vê havînê bi tiştê ku hûn jê hez dikin derbas bikin. Rastiya ku ji hêla xebatkarên Intel ve dersên têkildarî bernamesaziyê di warê dîtina kompîturê de hatin dayîn, min nedixwest ku herî zêde ji tevahiya pêvajoyê sûd werbigirim, her çend carinan dijwar bû. Her roj pir zû, bêhiş û bi fêkî derbas dibû. Derfeta cîbicîkirina projeya xwe hişt ku ez di tîmek de digel kuratorên hêja û beşdarên dibistanên din bixebitim. Ev her du hefte mirov dikare bi kurtî wiha bilêv bike: balkêş û zû.
Elizaveta, sala 2., UNN
Di payîzê de (Cotmeh-Mijdar), bernameya perwerdehiyê ya Delta li benda we ye, agahdariya ku hûn dikarin ji me re fêr bibin. . Li bendê bin!
Source: www.habr.com