Vum 3. Juli bis de 16. Juli an der Nizhny Novgorod State University. N.I. De Lobachevsky huet d'Intel Interuniversity Summer School on Computer Vision - Computer Vision Summer Camp gehost, un deem méi wéi 100 Studenten deelgeholl hunn. D'Schoul war fir technesch Studenten aus Nizhny Novgorod Universitéiten gezielt, déi un Computervisioun, Deep Learning, neural Netzwierker, Intel OpenVINO, OpenCV interesséiert sinn.
An dësem Artikel wäerte mir deelen wéi d'Auswiel fir d'Schoul stattfonnt huet, wat se studéiert hunn, wat d'Schüler am prakteschen Deel gemaach hunn, an och iwwer e puer vun de Projeten, déi op der Verteidegung presentéiert goufen, schwätzen.
Selektiounsprozess a Forme vun der Participatioun
Mir hu beschloss, de Kanner de Choix ze ginn, fir zwou Forme vun der Erzéiung ze bewerben: Vollzäit an Deelzäit. Fir Deelzäit- an Deelzäitcoursen hunn d'Studente keng Selektioun gemaach a goufen direkt ageschriwwen. Si hunn nëmmen Virträg deelgeholl, op Wochendeeg, moies. D'Kanner haten och d'Méiglechkeet fir praktesch Aufgaben auszeféieren an ze schécken fir Testen vun Enseignanten.
Fir de Vollzäitexamen ze qualifizéieren, hunn d'Jongen missen op d'Intel Büro kommen fir en Interview mat der Kommissioun. Den Ënnerscheed vun der Deelzäit- an Deelzäitform war, datt nieft de Virträg, Camp-Participanten och praktesch Aufgabe mat Curatoren duerchgaange sinn - UNN-Enseignanten an Ingenieuren vun Intel. An der zweeter Woch sinn d'praktesch Aufgaben eriwwer an d'Projeten ugefaang, un deenen d'Participanten a Gruppe vun 3 Leit geschafft hunn.
Während dem Interview krute Schüler Froen iwwer Mathematik a Programméierung, a kruten och e Problem, deen op der Plaz misst geléist ginn. Et ass derwäert ze notéieren datt d'Kommissioun aus Softwareingenieuren, Algorithmusingenieuren an Universitéitsprofesser bestoung. N.I. Lobachevsky, sou datt den Interview villsäiteg an aussergewéinlech war. Aus der Siicht vum Interviewer war et interessant d'Basis technesch Kenntnisser vun de Schüler a Bezuch op Computervisioun erauszefannen, sou datt Theme wéi C++/STL, OOP, Basisalgorithmen an Datestrukturen, linear Algebra, mathematesch Analyse, diskret Mathematik a vill méi gefrot goufen. Bei den Aufgaben war d'Prioritéit d'Begrënnung vun de Schüler erauszefannen. D'Kommissioun war och interesséiert, wou si studéiert hunn, wéi eng Erfahrung si virun dëser Schoul haten (zum Beispill wëssenschaftlech Aktivitéit) a wéi et direkt op de Beräich vun der Computervisioun applizéiert ka ginn.
Am Ganzen hunn 78 Schüler bei der Vollzäitauswiel deelgeholl, et waren 24 Vollzäitplazen, d'Konkurrenz waren 3 Schüler pro Plaz. Statistiken iwwer Participanten a visuell Differenzen tëscht Vollzäit- an Deelzäitformen vun der Participatioun kënnen an der Tabell hei ënnen gesi ginn:
Wat hunn d'Jongen fir 2 Wochen gemaach?
D'Studenten hunn an der Theorie a Praxis mat den Haaptaufgaben vun der Computervisioun vertraut: Bildklassifizéierung, Objekterkennung an hir Tracking. De Virtragskomponent fir all Thema enthält normalerweis en historeschen Ausfluch an d'Entwécklung vu klassesche Methoden fir Computervisiounsproblemer ze léisen a modern Methoden fir d'Léisung mat Maschinnléieren an neurale Netzwierker ze léisen. D'Theorie gouf vun der Praxis gefollegt, wou d'Studenten populär neural Netzwierkmodeller erofgelueden hunn an se mam DNN Modul vun der OpenCV Bibliothéik lancéiert hunn, eng personaliséiert Applikatioun erstellen.
D'Presentatioune vun alle Virträg goufen an engem ëffentleche Repository gepost , fir datt d'Schüler ëmmer déi néideg Informatioune kënnen opmaachen a kucken, och no der Schoul. Et war méiglech mat Dozenten ze kommunizéieren, Praxis Enseignanten an Intel Ingenieuren souwuel live an iwwer Chat op Gitter. Den Timing vun der Projetswoch war och erfollegräich: et huet e Mëttwoch ugefaang, wat et méiglech gemaach huet, de Weekend nëtzlech vu Virliesungen ze verbréngen, Teamentscheedungen ze verbesseren. Déi meescht verantwortlech Participanten hunn d'Halschent vum Samschdeg am Intel Büro verbruecht, fir dee se de selwechten Dag mat engem ongeplangten Ausfluch belount goufen.
Wéi war d'Verteidegung vun de Projeten?
All Team krut 10 Minutte fir ze schwätzen iwwer wat se während dem Projet gemaach hunn a wat se ukomm sinn. No dëser Zäit hunn 5 Minutten ugefaang, während deenen d'Ingenieuren vun der Firma d'Jongen Froen gestallt hunn a kleng Tipps ginn, déi hinnen hëllefen hire Projet ze verbesseren oder existéierend Feeler an Zukunft ze vermeiden. Jidderee vun de Kärelen probéiert sech als Spriecher ze weisen, hir Wëssen am Beräich vun der Computervisioun ze demonstréieren an hire Bäitrag zu der Schafung vum Projet ze bestätegen, wat eis gehollef huet iwwer all Participant an der Schoul ze berücksichtegen an eng Conclusioun ze zéien. D'Verteidegung huet iwwer 3 Stonnen stattfonnt, mä mir hunn eis ëm d'Jongen gekëmmert an d'Spannung erliichtert mat enger kuerzer Kaffispaus, wou d'Jongen en Otem konnten huelen a mat führenden Intel-Spezialisten diskutéieren.
Um Enn vum Dag hu mir eng éischt, zwee zweet an dräi drëtt Plazen ausgezeechent. Et war zimmlech schwéier ze wielen, well all Team, all Projet huet säin eegene Goût a gouf duerch seng Originalitéit vun der Presentatioun ënnerscheet.
Vollzäit CV Camp Participanten, Projet Verteidegung, Intel Büro zu Nizhny Novgorod
Presentéiert Projeten
Smart Handschuesch
Mat engem Detektor an Tracker benotzt OpenCV fir visuell Navigatioun am Weltall. D'Team huet zousätzlech Déift Sensing Kapazitéit mat zwou Kameraen bäigefüügt. D'Microsoft Speech API gëtt als Management Interface benotzt.
Rezeptor
Detektioun vu Liewensmëttel a Auswiel vun engem Rezept fir e fäerdege Plat, inklusiv déi fonnt Zutaten. D'Jongen hunn net Angscht virun der Aufgab a bannent enger Woch hunn se eng genuch Zuel vu Biller eleng markéiert, den Detektor mat der TensorFlow Object Detection API trainéiert an d'Logik bäigefüügt fir d'Rezept ze fannen. Einfach a schmackhaft!
Editor 2.0
D'Participanten vum Projet hunn eng Rei vun neuralen Netzwierker benotzt (Gesiichtssich, Normaliséierung vum Gesiichtsbild duerch Schlësselpunkten, Berechnung vum Gesiichtsbilddeskriptor) fir Gesiichtserkennung als Deel vun der Aufgab fir Fragmenter a laange Videoen ze sichen, an deenen eng bestëmmte Persoun ass. presentéieren. Den entwéckelte System kann als Assistenzsystem fir Videobeaarbechtung benotzt ginn, fir eng Persoun ze befreien, de Video selwer ze kucken op der Sich no den néidege Fragmenter. Benotzt neural Netzwierker aus , d'Team huet et fäerdeg bruecht héich Geschwindegkeet vun der Applikatioun z'erreechen: op engem Laptop mat engem Intel Core i5 Prozessor war d'Videoveraarbechtungsgeschwindegkeet 58 Frames pro Sekonn.
Anonymiséierer
Zeechnen Brëller a Masken op d'Gesiicht vun enger Persoun. Den MTCNN Netz gouf benotzt fir Gesiichter a Schlësselpunkten z'entdecken.
Anonym
Eng aner interessant Aarbecht iwwer d'Thema vun der Identitéit ze verstoppen. Dëst Team huet verschidde Méiglechkeeten agefouert fir Gesiichter ze verzerren: Verschlechterung a Pixeléierung. An enger Woch hunn d'Jongen net nëmmen d'Aufgab erausfonnt, awer och e Modus fir eng spezifesch Persoun ze anonymiséieren (mat Gesiichtserkennung).
Opwiermen
D'Projetsteam "Warm-up" huet de Problem geléist fir e Sportsassistent fir d'Kappkippübung ze kreéieren. An och wann d'Finale Uwendung vun dëser Applikatioun nach kontrovers ass, gouf eng ëmfaassend Etude duerchgefouert, déi verschidde Gesiichtserkennungsalgorithmen vergläicht: Haar-Kaskaden, Netzwierker aus TensorFlow, OpenCV an OpenVINO. Mir hunn net nëmme kierperlech, mee och geeschteg erwiermt!
Niddereg 800
Nizhny Novgorod, d'Stad wou d'Schoul stattfonnt huet, wäert an 2 Joer 800 Joer al ginn, dat heescht datt et genuch Zäit ass fir en interessante Projet ëmzesetzen. Mir hunn d'Kanner gefrot, iwwer d'Aufgab ze denken, e Guide ze kreéieren, deen op Basis vum Bild vun der Fassad vu Gebaier Informatiounen iwwer wat fir en Objet am Bild ugewise gëtt a wéi eng Fakten doriwwer bekannt sinn. An eiser Meenung no, war dës Aufgab ee vun de schwieregste, well et zu klassesch Computer Visioun bezitt, mä d'Equipe huet eng uerdentlech Resultat gewisen.
Rock Pabeier Schéier
Trotz de strenge Zäitbeschränkungen fir d'Designaarbecht ofzeschléissen, war dëst Team och net Angscht fir en Experiment ze maachen fir hiren eegene neurale Netzwierk ze trainéieren fir Handpositiounen an engem bekannte Spill ze klassifizéieren.
Feedback vun Participanten
Mir hunn Schüler aus verschiddene Coursen gefrot hir Impressioune vun der Summer School ze deelen:
Ech war viru kuerzem glécklech genuch fir den Intel Computer Vision Summer Camp deelzehuelen an et war eng wonnerbar Erfahrung. Mir krute vill nei Wëssen a Kompetenzen am Beräich CV, Softwareinstallatioun, Debugging, mir waren och an engem Aarbechtsëmfeld ënnerdaach, hu mat echte Problemer konfrontéiert, iwwer méiglech Léisunge mat Kollegen a Schoulmeeschteren diskutéiert.Et gëtt e Mythos datt e Programméierer seng Aarbecht. besteet nëmmen aus der Kommunikatioun mat engem Computer. Dat ass awer guer net de Fall. Eis kreativ Aarbecht ass net ze trennen vun der Kommunikatioun mat de Leit. Et war duerch d'Kommunikatioun datt een eenzegaartegt Wëssen kritt. An dee Volet vun der Schoul huet mir am meeschte gär. Et gëtt awer een Nodeel... Nom Training wollt ech weidergoen! Zousätzlech zum theoretesche Wëssen an DL a praktesche Fäegkeeten am CV, hunn ech eng Iddi kritt wéi eng Beräicher vun der Mathematik besonnesch Opmierksamkeet sollte ginn a wéi eng Technologien solle studéiert ginn. D'Engagement, d'Professionalitéit an d'Léift fir hir Aarbecht vun Intel Ingenieuren a Fuerscher hunn meng Wiel vu Richtung an IT beaflosst. Dofir wëll ech all den Organisateuren vun der Schoul Merci soen.
Kristina, 1. Joer, HSE
An esou kuerzer Zäit konnt d'Schoul maximal Informatioun a Praxis zum Thema Computervisioun ubidden. An obwuel et fir Basiswëssen entworf gouf, hunn d'Virliesunge vill technescht Material enthale wat Dir wëllt verstoen a méi Zäit verbréngen ze studéieren. D'Mentoren an d'Léierpersonal vun der Schoul hunn äis all Froen geäntwert a mat de Studenten kommunizéiert. Gutt, beim Ofschloss vum Ofschlossprojet, hunn ech missen an den Dschungel plënneren fir eng fäerdeg Applikatioun z'entwéckelen a Schwieregkeeten ze begéinen, déi net ëmmer beim Studium entstoen. Eis Equipe huet schlussendlech eng Demande gemaach fir d'Spill "Fiels-Pabeier-Schéier" mat engem Computer ze spillen. Mir hunn e Modell trainéiert fir eng Figur op enger Webcam ze erkennen, Logik geschriwwen an en Interface baséiert op dem opencv Kader. D'Schoul huet Nahrung fir Gedanken geliwwert an e Vektor fir spéider Léieren an Entwécklung. Ech si ganz frou, datt ech matgemaach hunn.
Sergey, 3. Joer, UNN
D'Schoul huet meng Erwaardungen net ganz erlieft. D'Virliesunge goufen vun zimlech erfuerene Leit vun Intel Entwéckler gehal. D’Kommunikatioun mat den Dozenten war ëmmer interessant an nëtzlech, d’Mentoren si reaktiounsfäeger an ëmmer prett fir ze hëllefen.D’Virträg sinn agreabel ze lauschteren, d’Themen si ganz relevant an informativ. Awer ech wousst schonn e puer Saachen, an déi, déi ech net wousst, goufen op kee Fall vun der Praxis ënnerstëtzt, an dofir gouf dat wierklech gutt Material ni voll verstan a vu mir studéiert. Jo, déi meescht vun der Informatioun gëtt fir Informatiounszwecker zur Verfügung gestallt, sou datt Dir se dann doheem ausprobéiere kënnt, oder just eng Iddi hutt wat et alles geet, awer ech wollt nach ëmmer e puer existent Algorithmen eleng ënner der Iwwerwaachung vun erfuerene Enseignanten, déi gutt Rotschléi ginn oder hëllefen, wann eppes geschitt, funktionnéiert net. Als Resultat goufen an der Praxis fäerdeg Léisunge benotzt, an de Code, kann ee soen, war virgeschriwwe fir eis, et muss nëmme liicht geännert ginn. D'Projete waren am einfachsten, a wann Dir probéiert d'Aufgab op iergendeng Manéier ze komplizéieren, da hutt Dir net genuch Zäit fir se an e méi oder manner stabile Staat ëmzesetzen, wéi et bei eis geschitt ass.
Am Allgemengen, gesäit d'ganz Schoul wéi eng Zort vun net ganz sérieux Spill vun Entwéckler, an dat ass genee de Schold vun der praktesch Deel. Ech mengen, et ass néideg, d'Zäit an der Schoul ze vergréisseren, d'Praxismaterial ze komplizéiere fir datt Dir selwer eppes schreiwe kënnt a sollt, eppes wierklech komplexen an noutwenneg, an net fäerdeg gemaach ginn, fir d'Praxis méi glat ze maachen an d'Erhéijung Komplexitéit, Themen fir Concoursen Projeten sollen an den éischten Deeg ginn, sou datt d'Material aus Virliesungen a Praktiken direkt an Äre Projete benotzt kënne ginn an et méi Zäit fir Ëmsetzung gëtt. Dann déngt d'Zäit an der Schoul als eng gutt Erfahrung fir aspirant Spezialisten.
Dmitry, 1. Joer Master Ofschloss, NSTU
Summerschoul vun Intel war eng super Chance dëse Summer ze verbréngen wat Dir gär hutt. D'Tatsaach, datt d'Virliesunge vun Intel Mataarbechter am Zesummenhang mat der Programméierung am Beräich vun der Computervisioun gefeiert goufen, huet mech net erlaabt ze relaxen; Ech wollt dat Bescht aus dem ganze Prozess kréien, obwuel et heiansdo schwéier war. All Dag ass ganz séier, onmerkbar a fruchtbar vergaang. D'Méiglechkeet fir mäin eegene Projet ëmzesetzen huet et erlaabt mech an engem Team mat wonnerbaren Curatoren an anere Schoulparticipanten ze schaffen. Dës zwou Woche kënne kuerz wéi follegt beschriwwe ginn: interessant a flüchteg.
Elizaveta, 2. Joer, UNN
Am Hierscht (Oktober-November) waart de Bildungsprogramm Delta op Iech, Informatiounen iwwer déi Dir kënnt aus eisem . Bleift drun!
Source: will.com