Dari 3 Julai hingga 16 Julai di Universiti Negeri Nizhny Novgorod. N.I. Lobachevsky menjadi tuan rumah Intel Interuniversity Summer School on Computer Vision - Computer Vision Summer Camp, di mana lebih daripada 100 pelajar mengambil bahagian. Sekolah ini ditujukan kepada pelajar teknikal dari universiti Nizhny Novgorod yang berminat dalam penglihatan komputer, pembelajaran mendalam, rangkaian saraf, Intel OpenVINO, OpenCV.
Dalam artikel ini kami akan berkongsi bagaimana pemilihan untuk Sekolah berlaku, apa yang mereka pelajari, apa yang pelajar lakukan dalam bahagian praktikal, dan juga bercakap tentang beberapa projek yang dibentangkan di pertahanan.
Proses pemilihan dan bentuk penyertaan
Kami memutuskan untuk memberi pilihan kepada kanak-kanak untuk memohon dua bentuk pendidikan: sepenuh masa dan separuh masa. Bagi kursus sambilan dan sambilan, pelajar tidak menjalani pemilihan dan telah didaftarkan serta-merta. Mereka hanya menghadiri kuliah, pada hari bekerja, pada waktu pagi. Kanak-kanak juga berpeluang menyiapkan tugasan praktikal dan menghantarnya ke untuk ujian oleh guru.
Untuk melayakkan diri untuk peperiksaan sepenuh masa, mereka perlu datang ke pejabat Intel untuk temu duga dengan suruhanjaya itu. Perbezaan dari borang separuh masa dan separuh masa ialah, selain kuliah, peserta kem melalui tugas praktikal bersama kurator - guru UNN dan jurutera dari Intel. Pada minggu kedua, tugasan praktikal berakhir dan projek bermula, di mana peserta bekerja dalam kumpulan 3 orang.
Semasa temu bual, pelajar telah ditanya soalan tentang matematik dan pengaturcaraan, dan juga diberikan masalah yang perlu diselesaikan di tempat kejadian. Perlu diingat bahawa suruhanjaya itu terdiri daripada jurutera perisian, jurutera algoritma dan guru universiti. N.I. Lobachevsky, jadi temu bual itu ternyata pelbagai dan luar biasa. Dari sudut pandangan penemuduga, adalah menarik untuk mengetahui pengetahuan teknikal asas pelajar berhubung dengan penglihatan komputer, jadi topik seperti C++/STL, OOP, algoritma asas dan struktur data, algebra linear, analisis matematik, matematik diskret dan banyak lagi yang ditanya. Antara tugas yang diutamakan ialah mengetahui alasan pelajar. Suruhanjaya itu juga berminat dengan tempat mereka belajar, pengalaman apa yang mereka ada sebelum sekolah ini (contohnya, aktiviti saintifik) dan bagaimana ia boleh digunakan secara langsung dalam bidang penglihatan komputer.
Seramai 78 orang pelajar telah mengambil bahagian dalam pemilihan sepenuh masa, manakala terdapat 24 tempat sepenuh masa.Pertandingan adalah 3 pelajar setiap tempat. Statistik tentang peserta dan perbezaan visual antara bentuk penyertaan sepenuh masa dan separuh masa boleh dilihat dalam jadual di bawah:
Apa yang lelaki itu lakukan selama 2 minggu?
Pelajar membiasakan diri dalam teori dan amalan dengan tugas utama penglihatan komputer: klasifikasi imej, pengesanan objek dan penjejakan mereka. Komponen kuliah untuk setiap topik biasanya termasuk lawatan sejarah ke dalam pembangunan kaedah klasik untuk menyelesaikan masalah penglihatan komputer dan kaedah penyelesaian moden menggunakan pembelajaran mesin dan rangkaian saraf. Teori ini diikuti dengan latihan, di mana pelajar memuat turun model rangkaian saraf yang popular dan melancarkannya menggunakan modul DNN perpustakaan OpenCV, mencipta aplikasi tersuai.
Pembentangan semua kuliah telah disiarkan dalam repositori awam , supaya pelajar sentiasa boleh membuka dan melihat maklumat yang diperlukan, termasuk selepas sekolah. Anda boleh berkomunikasi dengan pensyarah, guru latihan dan jurutera Intel secara langsung dan melalui sembang di Gitter. Masa minggu projek juga ternyata berjaya: ia bermula pada hari Rabu, yang memungkinkan untuk menghabiskan hujung minggu dengan bebas daripada kuliah, meningkatkan keputusan pasukan. Peserta yang paling bertanggungjawab menghabiskan separuh hari Sabtu di pejabat Intel, yang mana mereka diberi ganjaran dengan lawatan tidak berjadual pada hari yang sama.
Bagaimana pertahanan projek?
Setiap pasukan diberi masa 10 minit untuk bercakap tentang apa yang mereka lakukan semasa projek dan apa yang mereka datangi. Selepas masa ini, 5 minit bermula, di mana jurutera syarikat bertanya kepada lelaki itu soalan dan memberikan sedikit petua yang akan membantu mereka memperbaiki projek mereka atau mencegah kesilapan yang sedia ada pada masa hadapan. Setiap lelaki mencuba diri mereka sebagai penceramah, menunjukkan pengetahuan mereka dalam bidang penglihatan komputer dan mengesahkan sumbangan mereka kepada penciptaan projek, yang membantu kami mempertimbangkan dan membuat kesimpulan tentang setiap peserta di sekolah. Pertahanan berlangsung selama 3 jam, tetapi kami menjaga mereka dan meredakan ketegangan dengan rehat kopi yang singkat, di mana mereka boleh mengambil nafas dan membincangkan isu dengan pakar Intel terkemuka.
Pada penghujung hari, kami menganugerahkan satu tempat pertama, dua kedua dan tiga ketiga. Ia agak sukar untuk dipilih, kerana setiap pasukan, setiap projek mempunyai citarasa sendiri dan dibezakan oleh keaslian persembahannya.
Peserta Kem CV sepenuh masa, pertahanan projek, pejabat Intel di Nizhny Novgorod
Projek yang dibentangkan
Sarung tangan pintar
Menggunakan pengesan dan penjejak menggunakan OpenCV untuk navigasi visual di angkasa. Pasukan ini juga telah menambah keupayaan pengesan kedalaman menggunakan dua kamera. Microsoft Speech API digunakan sebagai antara muka pengurusan.
Reseptor
Pengesanan makanan dan pemilihan resipi untuk hidangan siap, termasuk bahan-bahan yang ditemui. Lelaki itu tidak takut dengan tugas itu dan dalam masa seminggu mereka menanda sendiri jumlah imej yang mencukupi, melatih pengesan menggunakan API Pengesanan Objek TensorFlow dan menambah logik untuk mencari resipi. Mudah dan sedap!
Editor 2.0
Peserta projek menggunakan satu set rangkaian saraf (carian muka, normalisasi imej muka mengikut perkara utama, pengiraan deskriptor imej muka) untuk pengecaman muka sebagai sebahagian daripada tugas mencari serpihan dalam video panjang di mana orang tertentu berada. hadir. Sistem yang dibangunkan boleh digunakan sebagai sistem bantuan untuk penyuntingan video, membebaskan seseorang daripada menonton video itu sendiri untuk mencari serpihan yang diperlukan. Menggunakan rangkaian saraf daripada , pasukan berjaya mencapai kelajuan tinggi aplikasi: pada komputer riba dengan pemproses Intel Core i5, kelajuan pemprosesan video ialah 58 bingkai sesaat.
Anonymizer
Melukis cermin mata dan topeng pada muka seseorang. Rangkaian MTCNN digunakan untuk mengesan muka dan perkara utama.
Tanpa Nama
Satu lagi karya menarik mengenai topik menyembunyikan identiti. Pasukan ini memperkenalkan beberapa pilihan untuk memesongkan muka: kabur dan piksel. Dalam satu minggu, lelaki itu bukan sahaja memikirkan tugas itu, tetapi juga menyediakan mod untuk menamakan orang tertentu (dengan pengecaman muka).
Panaskan
Pasukan projek "Memanaskan Badan" menyelesaikan masalah mencipta pembantu sukan untuk latihan senget kepala. Dan walaupun aplikasi akhir aplikasi ini masih kontroversi, kajian menyeluruh telah dijalankan membandingkan pelbagai algoritma pengesanan muka: Lata Haar, rangkaian daripada TensorFlow, OpenCV dan OpenVINO. Kami memanaskan badan bukan sahaja secara fizikal, tetapi juga mental!
Rendah 800
Nizhny Novgorod, bandar tempat sekolah itu berlangsung, akan berusia 2 tahun dalam masa 800 tahun, yang bermaksud masa yang mencukupi untuk melaksanakan projek yang menarik. Kami meminta kanak-kanak berfikir tentang tugas mencipta panduan yang, berdasarkan imej fasad bangunan, boleh memberikan maklumat tentang jenis objek yang ditunjukkan dalam imej dan fakta yang diketahui mengenainya. Pada pendapat kami, tugas ini adalah salah satu yang paling sukar, kerana ia berkaitan dengan penglihatan komputer klasik, tetapi pasukan itu menunjukkan hasil yang baik.
Batu kertas gunting
Walaupun kekangan masa yang ketat untuk menyiapkan kerja reka bentuk, pasukan ini juga tidak takut untuk menjalankan eksperimen untuk melatih rangkaian saraf mereka sendiri untuk mengklasifikasikan kedudukan tangan dalam permainan yang terkenal.
Maklum balas daripada peserta
Kami meminta pelajar dari kursus yang berbeza untuk berkongsi tanggapan mereka tentang Sekolah Musim Panas:
Baru-baru ini saya cukup bernasib baik untuk menghadiri Kem Musim Panas Intel Computer Vision dan ia merupakan pengalaman yang indah. Kami memperoleh banyak pengetahuan dan kemahiran baru dalam bidang CV, pemasangan perisian, penyahpepijatan, kami juga tenggelam dalam persekitaran kerja, menghadapi masalah sebenar, membincangkan penyelesaian yang mungkin dengan rakan sekerja dan guru sekolah. Terdapat mitos bahawa tugas seorang pengaturcara hanya terdiri daripada berkomunikasi dengan komputer. Walau bagaimanapun, ini tidak berlaku sama sekali. Kerja kreatif kami tidak dapat dipisahkan daripada komunikasi dengan orang ramai. Melalui komunikasi seseorang itu boleh memperoleh pengetahuan yang unik. Dan saya paling suka komponen sekolah ini. Namun, ada satu kelemahan... selepas tamat latihan saya mahu teruskan! Sebagai tambahan kepada pengetahuan teori dalam DL dan kemahiran praktikal dalam CV, saya mendapat idea tentang bidang matematik mana yang harus diberi perhatian khusus dan teknologi mana yang harus dipelajari. Dedikasi, profesionalisme dan kecintaan terhadap kerja jurutera dan penyelidik Intel mereka mempengaruhi pilihan hala tuju saya dalam IT. Untuk itu saya ingin mengucapkan ribuan terima kasih kepada semua pihak penganjur sekolah.
Kristina, tahun pertama, HSE
Dalam masa yang singkat, pihak sekolah dapat memberikan maklumat dan latihan yang maksimum mengenai topik penglihatan komputer. Dan walaupun ia direka untuk pengetahuan asas, kuliah mengandungi banyak bahan teknikal yang anda ingin fahami dan menghabiskan lebih banyak masa untuk belajar. Mentor dan pensyarah sekolah tidak sabar-sabar menjawab semua soalan dan berkomunikasi dengan pelajar. Nah, semasa menyiapkan projek akhir, saya terpaksa terjun ke dalam hutan membangunkan aplikasi siap dan menghadapi kesukaran yang tidak selalu timbul semasa belajar. Pasukan kami akhirnya membuat permohonan untuk bermain permainan "rock-paper-gunting" dengan komputer. Kami melatih model untuk mengenali angka pada webcam, menulis logik dan membuat antara muka berdasarkan rangka kerja opencv. Sekolah menyediakan makanan untuk pemikiran dan vektor untuk pembelajaran dan pembangunan seterusnya. Saya sangat gembira kerana saya mengambil bahagian.
Sergey, tahun ke-3, UNN
Sekolah ini tidak memenuhi jangkaan saya. Kuliah diberikan oleh orang yang cukup berpengalaman daripada pembangun Intel. Komunikasi dengan pensyarah sentiasa menarik dan berguna, mentor responsif dan sentiasa bersedia membantu, kuliah sedap didengar, topik yang agak relevan dan bermaklumat. Tetapi saya sudah mengetahui beberapa perkara, dan perkara yang saya tidak tahu tidak disokong oleh amalan dalam apa cara sekalipun, dan oleh itu bahan yang benar-benar bagus tidak pernah saya fahami dan dipelajari sepenuhnya. Ya, kebanyakan maklumat disediakan untuk tujuan maklumat, supaya anda boleh mencubanya di rumah, atau hanya mempunyai idea tentang perkara itu, tetapi saya masih mahu melaksanakan beberapa algoritma sedia ada sendiri di bawah penyeliaan guru berpengalaman yang boleh memberi nasihat atau bantuan yang baik sekiranya sesuatu berlaku tidak berhasil. Akibatnya, dalam praktiknya, penyelesaian siap telah digunakan, dan kod itu, boleh dikatakan, telah ditulis terlebih dahulu untuk kami; ia hanya perlu diubah suai sedikit. Projek adalah yang paling mudah, dan jika anda cuba merumitkan tugas dalam beberapa cara, maka anda tidak mempunyai masa yang cukup untuk melaksanakannya ke keadaan yang lebih atau kurang stabil, seperti yang berlaku dengan kami.
Secara umum, seluruh sekolah kelihatan seperti permainan pembangun yang tidak begitu serius, dan ini adalah kesalahan bahagian praktikal. Saya fikir adalah perlu untuk meningkatkan masa yang dihabiskan di sekolah, untuk merumitkan bahan latihan supaya anda boleh dan harus menulis sesuatu sendiri, sesuatu yang sangat kompleks dan perlu, dan tidak menggunakan yang siap, untuk menjadikan amalan lebih lancar dalam meningkatkan kerumitan, topik untuk projek pertandingan harus diberikan pada hari-hari pertama, supaya bahan daripada kuliah dan amalan boleh digunakan dengan segera dalam projek anda dan akan ada lebih banyak masa untuk pelaksanaan. Kemudian masa yang dihabiskan di sekolah akan menjadi pengalaman yang baik untuk bakal pakar.
Dmitry, ijazah sarjana tahun 1, NSTU
Sekolah musim panas daripada Intel ialah peluang yang baik untuk menghabiskan musim panas ini melakukan perkara yang anda suka. Hakikat bahawa kuliah diberikan oleh pekerja Intel yang berkaitan dengan pengaturcaraan dalam bidang penglihatan komputer tidak membenarkan saya berehat; Saya ingin memanfaatkan keseluruhan proses itu, walaupun kadangkala sukar. Setiap hari berlalu dengan sangat cepat, tidak dapat dilihat dan membuahkan hasil. Peluang untuk melaksanakan projek saya sendiri membolehkan saya bekerja dalam satu pasukan dengan kurator yang hebat dan peserta sekolah yang lain. Dua minggu ini boleh digambarkan secara ringkas seperti berikut: menarik dan sekejap.
Elizaveta, tahun ke-2, UNN
Pada musim gugur (Oktober-November), program pendidikan Delta menanti anda, maklumat yang boleh anda ketahui dari kami . Nantikan!
Sumber: www.habr.com