कम्प्युटर भिजन समर स्याम्प - कम्प्युटर भिजनमा इंटेल समर स्कूल

निजनी नोभगोरोड स्टेट युनिभर्सिटीमा जुलाई 3 देखि जुलाई 16 सम्म। N.I Lobachevsky ले Intel Interuniversity Summer School on Computer Vision - Computer Vision समर क्याम्पको आयोजना गर्नुभयो, जसमा १०० भन्दा बढी विद्यार्थीहरूले भाग लिएका थिए। विद्यालयको उद्देश्य निज्नी नोभगोरोड विश्वविद्यालयका प्राविधिक विद्यार्थीहरूका लागि थियो जो कम्प्युटर भिजन, गहिरो शिक्षा, न्यूरल नेटवर्कहरू, Intel OpenVINO, OpenCV मा रुचि राख्छन्।

यस लेखमा हामी विद्यालयको छनोट कसरी भयो, उनीहरूले के अध्ययन गरे, विद्यार्थीहरूले व्यावहारिक भागमा के गरे, र रक्षामा प्रस्तुत गरिएका केही परियोजनाहरूको बारेमा पनि कुरा गर्नेछौं।

चयन प्रक्रिया र सहभागिता को रूपहरु

हामीले बच्चाहरूलाई दुई प्रकारको शिक्षाको लागि आवेदन दिने छनोट दिने निर्णय गर्यौं: पूर्ण-समय र अंश-समय। अंश-समय र अंश-समय पाठ्यक्रमहरूको लागि, विद्यार्थीहरूले चयन गरेनन् र तुरुन्तै भर्ना भए। तिनीहरू केवल व्याख्यानमा भाग लिन्छन्, हप्ताको दिनमा, बिहान। केटाकेटीहरूले व्यावहारिक कार्यहरू पूरा गरेर पठाउने अवसर पनि पाए GitHub शिक्षकहरु द्वारा परीक्षण को लागी।

पूर्ण-समय परीक्षाको लागि योग्य हुन, केटाहरू आयोगसँग अन्तर्वार्ताको लागि इंटेल अफिसमा आउनुपर्‍यो। अंश-समय र अंश-समय फारमबाट भिन्नता यो थियो कि, व्याख्यानहरूका अतिरिक्त, शिविरका सहभागीहरूले क्युरेटरहरू - UNN शिक्षकहरू र इंटेलका इन्जिनियरहरूसँग व्यावहारिक कार्यहरू पार गरे। दोस्रो हप्तामा, व्यावहारिक कार्यहरू समाप्त भयो र परियोजनाहरू सुरु भयो, जसमा सहभागीहरूले 3 व्यक्तिहरूको समूहमा काम गरे।

अन्तर्वार्ताका क्रममा विद्यार्थीहरूलाई गणित र प्रोग्रामिङ विषयमा प्रश्नहरू सोधिएको थियो र घटनास्थलमै समाधान गर्नुपर्ने समस्या पनि दिइयो। यो ध्यान दिन लायक छ कि आयोगमा सफ्टवेयर इन्जिनियरहरू, एल्गोरिदम इन्जिनियरहरू, र विश्वविद्यालयका शिक्षकहरू थिए। N.I Lobachevsky, त्यसैले अन्तर्वार्ता बहुमुखी र असाधारण हुन पुग्यो। अन्तर्वार्ताकारको दृष्टिकोणबाट, कम्प्यूटर भिजनको सम्बन्धमा विद्यार्थीहरूको आधारभूत प्राविधिक ज्ञान पत्ता लगाउन रोचक थियो, त्यसैले C++/STL, OOP, आधारभूत एल्गोरिदम र डेटा संरचना, रेखीय बीजगणित, गणितीय विश्लेषण, अलग गणित र विषयहरू। धेरै धेरै सोधियो। कार्यहरू मध्ये, प्राथमिकता विद्यार्थीहरूको तर्क पत्ता लगाउने थियो। आयोगले उनीहरूले कहाँ अध्ययन गरे, यो विद्यालय अघि उनीहरूले कस्तो अनुभव पाएका थिए (उदाहरणका लागि, वैज्ञानिक गतिविधि) र यसलाई कसरी कम्प्युटर दृष्टिको क्षेत्रमा प्रत्यक्ष रूपमा लागू गर्न सकिन्छ भन्नेमा पनि चासो थियो।

कुल 78 विद्यार्थीहरूले पूर्ण-समय छनोटमा भाग लिए, जबकि त्यहाँ 24 पूर्ण-समय स्थानहरू प्रति स्थान 3 विद्यार्थी थिए। सहभागीहरूको तथ्याङ्क र पूर्ण-समय र अंश-समयको सहभागिताहरू बीचको भिजुअल भिन्नताहरू तलको तालिकामा देख्न सकिन्छ:

केटाहरूले २ हप्तासम्म के गरे?

विद्यार्थीहरूले कम्प्युटर भिजनको मुख्य कार्यहरू: छवि वर्गीकरण, वस्तु पत्ता लगाउने र तिनीहरूको ट्र्याकिङसँग सिद्धान्त र अभ्यासमा परिचित भए। प्रत्येक विषयको लागि व्याख्यान घटक सामान्यतया कम्प्युटर दृष्टि समस्याहरू र मेसिन शिक्षा र तंत्रिका नेटवर्कहरू प्रयोग गरी समाधान गर्ने आधुनिक विधिहरू समाधान गर्न शास्त्रीय विधिहरूको विकासमा ऐतिहासिक भ्रमण समावेश गर्दछ। सिद्धान्तलाई अभ्यासद्वारा पछ्याइएको थियो, जहाँ विद्यार्थीहरूले लोकप्रिय न्यूरल नेटवर्क मोडेलहरू डाउनलोड गरे र तिनीहरूलाई OpenCV पुस्तकालयको DNN मोड्युल प्रयोग गरेर एक अनुकूलन अनुप्रयोग सिर्जना गरे।

सबै व्याख्यानहरूको प्रस्तुतीकरण सार्वजनिक भण्डारमा पोस्ट गरिएको थियो Github, ताकि विद्यार्थीहरूले सधैं स्कूल पछि सहित आवश्यक जानकारी खोल्न र हेर्न सक्छन्। लेक्चररहरू, अभ्यास शिक्षकहरू र इंटेल इन्जिनियरहरू दुवै लाइभ र गिटरमा च्याट मार्फत कुराकानी गर्न सम्भव थियो। प्रोजेक्ट हप्ताको समय पनि सफल भयो: यो बुधवारबाट सुरु भयो, जसले टोली निर्णयहरू सुधार गर्दै, व्याख्यानहरूबाट मुक्त सप्ताहन्त खर्च गर्न सम्भव बनायो। सबैभन्दा जिम्मेवार सहभागीहरूले शनिबारको आधा समय इंटेल अफिसमा बिताए, जसको लागि उनीहरूलाई उही दिन एक अनिश्चित भ्रमणको साथ पुरस्कृत गरियो।

परियोजनाहरूको सुरक्षा कसरी भयो?

प्रत्येक टोलीलाई 10 मिनेट दिइएको थियो तिनीहरूले परियोजनाको दौरान के गरे र तिनीहरू के आए। यस समय पछि, 5 मिनेट सुरु भयो, जसमा कम्पनीका ईन्जिनियरहरूले केटाहरूलाई प्रश्नहरू सोधे र उनीहरूलाई उनीहरूको परियोजना सुधार गर्न वा भविष्यमा अवस्थित गल्तीहरू रोक्न मद्दत गर्ने सानो सुझावहरू दिए। प्रत्येक केटाले आफूलाई वक्ताको रूपमा प्रयास गरे, कम्प्युटर दृष्टिको क्षेत्रमा आफ्नो ज्ञान प्रदर्शन गर्दै र परियोजनाको निर्माणमा उनीहरूको योगदान पुष्टि गर्दै, जसले हामीलाई विद्यालयमा प्रत्येक सहभागीको बारेमा विचार गर्न र निष्कर्ष निकाल्न मद्दत गर्‍यो। प्रतिरक्षा 3 घण्टा भन्दा बढी भयो, तर हामीले केटाहरूको ख्याल राख्यौं र छोटो कफी ब्रेकको साथ तनाव कम गर्‍यौं, जहाँ केटाहरूले सास फेर्न र प्रमुख इंटेल विशेषज्ञहरूसँग मुद्दाहरू छलफल गर्न सक्थे।

दिनको अन्त्यमा, हामीले एक प्रथम, दुई दोस्रो र तीन तेस्रो स्थानलाई पुरस्कृत गर्‍यौं। यो छनोट गर्न धेरै गाह्रो थियो, किनकि प्रत्येक टोली, प्रत्येक परियोजनाको आफ्नै स्वाद थियो र प्रस्तुतीकरणको मौलिकताले फरक पारेको थियो।

पूर्ण-समय CV शिविर सहभागीहरू, परियोजना रक्षा, निजनी नोभगोरोडमा इंटेल कार्यालय

परियोजनाहरू प्रस्तुत गरे

स्मार्ट पन्जा

अन्तरिक्षमा भिजुअल नेभिगेसनको लागि OpenCV प्रयोग गरी डिटेक्टर र ट्र्याकर प्रयोग गर्दै। टोलीले दुईवटा क्यामेराको प्रयोग गरेर गहिराइ सेन्सिङ क्षमता थपेको छ। Microsoft Speech API लाई व्यवस्थापन इन्टरफेसको रूपमा प्रयोग गरिन्छ।

रिसेप्टर

खाना पत्ता लगाउने र फेला परेका सामग्रीहरू सहित तयार-बनाएको डिशको लागि नुस्खाको चयन। केटाहरू कार्यसँग डराएनन् र एक हप्ता भित्र तिनीहरूले आफैंमा पर्याप्त संख्यामा छविहरू चिन्ह लगाइदिए, टेन्सरफ्लो वस्तु पत्ता लगाउने एपीआई प्रयोग गरेर डिटेक्टरलाई तालिम दिए र नुस्खा पत्ता लगाउन तर्क थपे। सरल र स्वादिष्ट!

सम्पादक २.०

परियोजनाका सहभागीहरूले लामो भिडियोहरूमा टुक्राहरू खोज्ने कार्यको रूपमा अनुहार पहिचानको लागि न्यूरल नेटवर्कहरू (अनुहार खोजी, मुख्य बिन्दुहरूद्वारा अनुहार छविको सामान्यीकरण, अनुहार छवि वर्णनकर्ताको गणना) प्रयोग गरे। वर्तमान। विकसित प्रणालीलाई भिडियो सम्पादनको लागि सहयोगी प्रणालीको रूपमा प्रयोग गर्न सकिन्छ, आवश्यक टुक्राहरूको खोजीमा भिडियो आफैं हेर्नु पर्ने व्यक्तिलाई मुक्त गर्दै। बाट न्यूरल नेटवर्कहरू प्रयोग गर्दै OpenVINO मोडेल पुस्तकालयहरू, टोलीले अनुप्रयोगको उच्च गति हासिल गर्न व्यवस्थित गर्यो: Intel Core i5 प्रोसेसरको साथ ल्यापटपमा, भिडियो प्रशोधन गति प्रति सेकेन्ड 58 फ्रेम थियो।

बेनामी

व्यक्तिको अनुहारमा चश्मा र मास्क कोर्दै। MTCNN नेटवर्क अनुहार र मुख्य बिन्दुहरू पत्ता लगाउन प्रयोग गरिएको थियो।

बेनामी

पहिचान लुकाउने विषयमा अर्को रोचक काम। यो टोलीले अनुहार विकृत गर्न धेरै विकल्पहरू प्रस्तुत गर्‍यो: धमिलो र पिक्सेलेशन। एक हप्तामा, केटाहरूले कार्य मात्र पत्ता लगाएनन्, तर एक विशिष्ट व्यक्ति (अनुहार पहिचानको साथ) गुमनाम गर्ने मोड पनि प्रदान गरे।

वार्म अप

"वार्म-अप" परियोजना टोलीले हेड टिल्ट व्यायामको लागि खेल सहायक सिर्जना गर्ने समस्या समाधान गर्यो। र यदि यो अनुप्रयोगको अन्तिम अनुप्रयोग अझै पनि विवादास्पद छ भने, विभिन्न अनुहार पत्ता लगाउने एल्गोरिदमहरू: हार क्यास्केडहरू, टेन्सरफ्लो, ओपनसीभी र ओपनभिनोबाट नेटवर्कहरू तुलना गर्दै एक व्यापक अध्ययन गरिएको थियो। हामी शारीरिक रूपमा मात्र होइन, मानसिक रूपमा पनि न्यानो हुन्छौं!

तल्लो ८००

निजनी नोभगोरोड, स्कूल जहाँ भएको थियो, 2 वर्षमा 800 वर्ष पुरानो हुनेछ, जसको मतलब एक रोचक परियोजना कार्यान्वयन गर्न पर्याप्त समय छ। हामीले बालबालिकालाई भवनको अनुहारको छविको आधारमा, छविमा कस्तो प्रकारको वस्तु देखाइएको छ र यसको बारेमा के तथ्यहरू थाहा छ भन्ने बारे जानकारी प्रदान गर्न सक्ने गाइड सिर्जना गर्ने कार्यको बारेमा सोच्न भन्यौं। हाम्रो विचारमा, यो कार्य सबैभन्दा कठिन थियो, किनकि यो शास्त्रीय कम्प्युटर दृष्टिसँग सम्बन्धित छ, तर टोलीले राम्रो नतिजा देखायो।

रक पेपर कैंची

डिजाइन कार्य पूरा गर्नको लागि कडा समय बाधाहरूको बावजुद, यो टोली एक प्रसिद्ध खेलमा हात स्थिति वर्गीकरण गर्न आफ्नै न्यूरल नेटवर्कलाई तालिम दिन प्रयोग गर्न डराएको थिएन।

सहभागीहरूबाट प्रतिक्रिया

हामीले विभिन्न पाठ्यक्रमहरूका विद्यार्थीहरूलाई ग्रीष्मकालीन विद्यालयको उनीहरूको प्रभाव साझा गर्न सोध्यौं:

म भर्खरै इन्टेल कम्प्यूटर भिजन समर क्याम्पमा भाग लिनको लागि पर्याप्त भाग्यशाली थिएँ र यो एक अद्भुत अनुभव थियो। हामीले CV, सफ्टवेयर स्थापना, डिबगिङको क्षेत्रमा धेरै नयाँ ज्ञान र सीपहरू प्राप्त गर्यौं, हामी पनि कामको वातावरणमा डुबेका थियौं, वास्तविक समस्याहरूको सामना गर्यौं, सहकर्मीहरू र स्कूलका शिक्षकहरूसँग सम्भावित समाधानहरू छलफल गर्यौं कम्प्यूटर संग संचार मात्र समावेश छ। तर, यो कुरा पटक्कै होइन । हाम्रो रचनात्मक काम मान्छे संग संचार संग अविभाज्य छ। यो संचार को माध्यम ले एक अद्वितीय ज्ञान प्राप्त गर्न सक्छ। र मलाई विद्यालयको यो भाग सबैभन्दा मन पर्यो। यद्यपि, त्यहाँ एउटा कमजोरी छ... तालिम समाप्त गरेपछि म जारी राख्न चाहन्थें! DL मा सैद्धान्तिक ज्ञान र CV मा व्यावहारिक सीप को अतिरिक्त, मैले गणित को कुन क्षेत्रहरु लाई विशेष ध्यान दिनु पर्छ र कुन प्रविधिहरु को अध्ययन गर्न को लागी एक विचार प्राप्त गरे। Intel ईन्जिनियरहरू र अनुसन्धानकर्ताहरूको कामप्रतिको समर्पण, व्यावसायिकता र प्रेमले IT मा मेरो छनोटलाई प्रभाव पार्यो। यसका लागि म विद्यालयका सबै आयोजकहरूलाई धन्यवाद दिन चाहन्छु।

क्रिस्टिना, 1st वर्ष, HSE

यति छोटो समयमा विद्यालयले कम्प्युटर भिजनको विषयमा अधिकतम जानकारी र अभ्यास गर्न सफल भयो । र यद्यपि यो आधारभूत ज्ञानको लागि डिजाइन गरिएको थियो, व्याख्यानहरूमा धेरै प्राविधिक सामग्रीहरू छन् जुन तपाईंले बुझ्न र अध्ययन गर्न बढी समय खर्च गर्न चाहनुहुन्छ। विद्यालयका शिक्षक र शिक्षकहरूले उत्सुकतापूर्वक सबै प्रश्नहरूको जवाफ दिए र विद्यार्थीहरूसँग कुराकानी गरे। ठीक छ, अन्तिम परियोजना पूरा गर्दा, मैले एक समाप्त अनुप्रयोग विकास गर्ने जङ्गलमा डुब्नु पर्यो र कठिनाइहरूको सामना गर्नुपर्‍यो जुन अध्ययन गर्दा सधैं उत्पन्न हुँदैन। हाम्रो टोलीले अन्ततः कम्प्युटरको साथ "रक-पेपर-सिजर" खेल खेल्नको लागि एउटा अनुप्रयोग बनायो। हामीले एउटा मोडेललाई वेबक्याममा चित्र पहिचान गर्न तालिम दियौं, तर्क लेख्यौं र opencv फ्रेमवर्कमा आधारित इन्टरफेस बनायौं। विद्यालयले विचारको लागि खाना र त्यसपछिको शिक्षा र विकासको लागि भेक्टर प्रदान गर्यो। मैले भाग लिएकोमा म धेरै खुसी छु।

सर्गेई, तेस्रो वर्ष, UNN

विद्यालयले मेरो अपेक्षा पूरा गर्न सकेन । व्याख्यानहरू Intel विकासकर्ताहरूबाट पर्याप्त अनुभवी व्यक्तिहरूले दिएका थिए। व्याख्याताहरु संग संचार सधैं रोचक र उपयोगी छ, सल्लाहकारहरु उत्तरदायी छन् र सधैं मद्दत गर्न तयार छन् व्याख्यानहरू सुन्न रमाईलो छन्, विषयहरू धेरै सान्दर्भिक र जानकारीमूलक छन्। तर मलाई केही कुराहरू पहिल्यै थाहा थियो, र ती कुराहरू जुन मलाई थाहा थिएन अभ्यासले कुनै पनि हिसाबले समर्थन गर्दैन, र त्यसैले वास्तवमै राम्रो सामग्री कहिल्यै पूर्ण रूपमा बुझ्न र अध्ययन गरिएको थिएन। हो, धेरै जसो जानकारीहरू सूचनामूलक उद्देश्यका लागि प्रदान गरिएको छ, ताकि तपाईं यसलाई घरमा प्रयास गर्न सक्नुहुन्छ, वा यो के हो भन्ने बारे मात्र एक विचार छ, तर म अझै पनि आफ्नै अन्तर्गत केही अवस्थित एल्गोरिदमहरू लागू गर्न चाहन्छु। अनुभवी शिक्षकहरूको पर्यवेक्षण जसले राम्रो सल्लाह दिन सक्छ वा मद्दत गर्न सक्छ यदि केहि काम गर्दैन भने। नतिजाको रूपमा, अभ्यासमा, तयार समाधानहरू प्रयोग गरिन्थ्यो, र कोड, कसैले भन्न सक्छ, यो केवल थोरै परिमार्जन गर्न आवश्यक थियो। परियोजनाहरू सबैभन्दा सरल थिए, र यदि तपाइँ कुनै तरिकामा कार्यलाई जटिल बनाउन प्रयास गर्नुहुन्छ भने, त्यसपछि तपाइँसँग यसलाई कम वा कम स्थिर अवस्थामा लागू गर्न पर्याप्त समय छैन, जस्तै हामीसँग भयो।
सामान्यतया, सम्पूर्ण विद्यालय विकासकर्ताहरूको धेरै गम्भीर खेल जस्तो देखिन्छ, र यो व्यावहारिक भागको ठ्याक्कै गल्ती हो। मलाई लाग्छ कि स्कूलमा बिताएको समय बढाउनु आवश्यक छ, अभ्यास सामग्रीलाई जटिल बनाउनु आवश्यक छ ताकि तपाईले आफैंले केहि लेख्न सक्नुहुन्छ, वास्तवमै जटिल र आवश्यक कुरा, र अभ्यासलाई सहज बनाउनको लागि तयार भएकाहरू प्रयोग नगर्नुहोस्। जटिलता, प्रतियोगिता परियोजनाहरूका लागि विषयहरू पहिलो दिनमा दिनुपर्छ, ताकि व्याख्यान र अभ्यासहरूबाट प्राप्त सामग्रीहरू तपाईंको परियोजनाहरूमा तुरुन्तै प्रयोग गर्न सकिन्छ र कार्यान्वयनको लागि थप समय हुनेछ। त्यसपछि विद्यालयमा बिताएको समयले महत्वाकांक्षी विशेषज्ञहरूको लागि राम्रो अनुभवको रूपमा सेवा गर्नेछ।

दिमित्री, 1st वर्ष मास्टर डिग्री, NSTU

Intel बाट ग्रीष्मकालीन स्कूल तपाईलाई मनपर्ने कुरामा यो गर्मी बिताउने उत्कृष्ट मौका थियो। कम्प्यूटर भिजनको क्षेत्रमा प्रोग्रामिंगसँग सम्बन्धित इंटेल कर्मचारीहरूले दिएका व्याख्यानहरूले मलाई आराम गर्न अनुमति दिएनन्, यद्यपि यो कहिलेकाहीँ गाह्रो थियो। हरेक दिन धेरै छिटो, अस्पष्ट र फलदायी बित्यो। मेरो आफ्नै परियोजना कार्यान्वयन गर्ने अवसरले मलाई अद्भुत क्युरेटरहरू र अन्य विद्यालय सहभागीहरूसँगको टोलीमा काम गर्न अनुमति दियो। यी दुई हप्तालाई संक्षिप्त रूपमा निम्नानुसार वर्णन गर्न सकिन्छ: रोचक र क्षणिक।

एलिजावेटा, दोस्रो वर्ष, UNN

पतनमा (अक्टोबर-नोभेम्बर), डेल्टा शैक्षिक कार्यक्रम तपाईंलाई पर्खिरहेको छ, जसको बारेमा तपाईंले हाम्रो बाट पत्ता लगाउन सक्नुहुन्छ। VKontakte समूहहरू। सम्पर्कमा रहनुहोस्!

स्रोत: www.habr.com