Mula Hulyo 3 hanggang Hulyo 16 sa Nizhny Novgorod State University. N.I. Pinangunahan ni Lobachevsky ang Intel Interuniversity Summer School sa Computer Vision - Computer Vision Summer Camp, kung saan mahigit 100 estudyante ang nakibahagi. Ang paaralan ay naglalayon sa mga teknikal na estudyante mula sa mga unibersidad ng Nizhny Novgorod na interesado sa computer vision, malalim na pag-aaral, neural network, Intel OpenVINO, OpenCV.
Sa artikulong ito ibabahagi natin kung paano naganap ang pagpili para sa Paaralan, kung ano ang kanilang pinag-aralan, kung ano ang ginawa ng mga mag-aaral sa praktikal na bahagi, at pag-uusapan din ang tungkol sa ilan sa mga proyektong ipinakita sa pagtatanggol.
Proseso ng pagpili at mga paraan ng pakikilahok
Nagpasya kaming bigyan ang mga bata ng pagpipilian na mag-aplay para sa dalawang paraan ng edukasyon: full-time at part-time. Para sa mga part-time at part-time na kurso, ang mga mag-aaral ay hindi sumailalim sa pagpili at na-enrol kaagad. Puro lecture lang ang dinadaluhan nila, tuwing weekdays, sa umaga. Nagkaroon din ng pagkakataon ang mga bata na tapusin ang mga praktikal na gawain at ipadala sila sa para sa pagsubok ng mga guro.
Upang maging kwalipikado para sa full-time na pagsusuri, ang mga lalaki ay kailangang pumunta sa opisina ng Intel para sa isang pakikipanayam sa komisyon. Ang pagkakaiba mula sa part-time at part-time na form ay, bilang karagdagan sa mga lektura, ang mga kalahok sa kampo ay dumaan sa mga praktikal na gawain kasama ang mga curator - mga guro at inhinyero ng UNN mula sa Intel. Sa ikalawang linggo, natapos ang mga praktikal na takdang-aralin at nagsimula ang mga proyekto, kung saan ang mga kalahok ay nagtrabaho sa mga grupo ng 3 tao.
Sa panahon ng panayam, ang mga mag-aaral ay tinanong tungkol sa matematika at programming, at binigyan din ng problema na kailangang lutasin sa lugar. Kapansin-pansin na ang komisyon ay binubuo ng mga software engineer, algorithm engineer, at mga guro sa unibersidad. N.I. Lobachevsky, kaya ang pakikipanayam ay naging multifaceted at hindi pangkaraniwang. Mula sa pananaw ng tagapanayam, nakatutuwang alamin ang mga batayang teknikal na kaalaman ng mga mag-aaral kaugnay ng computer vision, kaya ang mga paksa tulad ng C++/STL, OOP, mga pangunahing algorithm at istruktura ng data, linear algebra, mathematical analysis, discrete mathematics at marami pang tinanong. Sa mga gawain, ang prayoridad ay alamin ang pangangatwiran ng mga mag-aaral. Interesado din ang komisyon sa kung saan sila nag-aral, kung ano ang karanasan nila bago ang paaralang ito (halimbawa, aktibidad na pang-agham) at kung paano ito mailalapat nang direkta sa larangan ng computer vision.
May kabuuang 78 na mag-aaral ang nakibahagi sa full-time na pagpili, habang mayroong 24 na full-time na lugar. Ang kompetisyon ay 3 mag-aaral bawat lugar. Ang mga istatistika sa mga kalahok at visual na pagkakaiba sa pagitan ng full-time at part-time na mga paraan ng paglahok ay makikita sa talahanayan sa ibaba:
Ano ang ginawa ng mga lalaki sa loob ng 2 linggo?
Ang mga mag-aaral ay nakilala sa teorya at pagsasanay sa mga pangunahing gawain ng computer vision: pag-uuri ng imahe, pagtuklas ng bagay at ang kanilang pagsubaybay. Ang bahagi ng lecture para sa bawat paksa ay karaniwang kasama ang isang makasaysayang iskursiyon sa pagbuo ng mga klasikal na pamamaraan para sa paglutas ng mga problema sa computer vision at mga modernong pamamaraan ng paglutas gamit ang machine learning at neural network. Ang teorya ay sinundan ng pagsasanay, kung saan ang mga mag-aaral ay nag-download ng mga sikat na modelo ng neural network at inilunsad ang mga ito gamit ang DNN module ng OpenCV library, na lumilikha ng isang pasadyang aplikasyon.
Ang mga pagtatanghal ng lahat ng mga lektura ay nai-post sa isang pampublikong imbakan , upang palaging mabuksan at makita ng mga mag-aaral ang kinakailangang impormasyon, kabilang ang pagkatapos ng klase. Posibleng makipag-usap sa mga lecturer, mga guro sa pagsasanay at mga inhinyero ng Intel na parehong live at sa pamamagitan ng chat sa Gitter. Ang tiyempo ng linggo ng proyekto ay naging matagumpay din: nagsimula ito noong Miyerkules, na naging posible upang magamit ang katapusan ng linggo nang walang mga lektura, pagpapabuti ng mga desisyon ng koponan. Ang pinakaresponsableng mga kalahok ay gumugol ng kalahati ng Sabado sa opisina ng Intel, kung saan sila ay ginantimpalaan ng isang hindi nakaiskedyul na iskursiyon sa parehong araw.
Paano ang pagtatanggol sa mga proyekto?
Ang bawat koponan ay binigyan ng 10 minuto upang pag-usapan kung ano ang kanilang ginawa sa panahon ng proyekto at kung ano ang kanilang napuntahan. Pagkatapos ng oras na ito, nagsimula ang 5 minuto, kung saan ang mga inhinyero ng kumpanya ay nagtanong sa mga lalaki at nagbigay ng maliit na tip na makakatulong sa kanila na mapabuti ang kanilang proyekto o maiwasan ang mga umiiral na pagkakamali sa hinaharap. Ang bawat isa sa mga lalaki ay sinubukan ang kanilang sarili bilang isang tagapagsalita, na nagpapakita ng kanilang kaalaman sa larangan ng computer vision at kinukumpirma ang kanilang kontribusyon sa paglikha ng proyekto, na nakatulong sa amin na isaalang-alang at gumawa ng konklusyon tungkol sa bawat kalahok sa paaralan. Ang pagtatanggol ay naganap sa loob ng 3 oras, ngunit inalagaan namin ang mga lalaki at pinawi ang tensyon sa pamamagitan ng maikling coffee break, kung saan ang mga lalaki ay maaaring huminga at talakayin ang mga isyu sa mga nangungunang mga espesyalista sa Intel.
Sa pagtatapos ng araw, iginawad namin ang isang una, dalawang pangalawa at tatlong ikatlong puwesto. Medyo mahirap pumili, dahil ang bawat koponan, bawat proyekto ay may sariling lasa at nakikilala sa pamamagitan ng pagka-orihinal ng pagtatanghal.
Full-time na mga kalahok sa CV Camp, pagtatanggol sa proyekto, opisina ng Intel sa Nizhny Novgorod
Mga proyektong ipinakita
Matalinong guwantes
Paggamit ng detector at tracker gamit ang OpenCV para sa visual navigation sa espasyo. Nagdagdag din ang team ng depth sensing capability gamit ang dalawang camera. Ginagamit ang Microsoft Speech API bilang interface ng pamamahala.
Receptor
Pagtuklas ng pagkain at pagpili ng isang recipe para sa isang handa na ulam, kabilang ang mga natagpuang sangkap. Ang mga lalaki ay hindi natatakot sa gawain at sa loob ng isang linggo ay minarkahan nila ang isang sapat na bilang ng mga imahe sa kanilang sarili, sinanay ang detektor gamit ang TensorFlow Object Detection API at nagdagdag ng lohika para sa paghahanap ng recipe. Simple at masarap!
Editor 2.0
Ang mga kalahok sa proyekto ay gumamit ng isang hanay ng mga neural network (paghahanap sa mukha, normalisasyon ng imahe ng mukha sa pamamagitan ng mga pangunahing punto, pagkalkula ng deskriptor ng imahe ng mukha) para sa pagkilala sa mukha bilang bahagi ng gawain ng paghahanap ng mga fragment sa mahabang video kung saan ang isang partikular na tao ay kasalukuyan. Ang binuo na sistema ay maaaring magamit bilang isang sistema ng tulong para sa pag-edit ng video, na nagpapalaya sa isang tao mula sa pagkakaroon ng panonood ng video sa kanyang sarili sa paghahanap ng mga kinakailangang fragment. Paggamit ng mga neural network mula sa , nagawa ng team na makamit ang mataas na bilis ng application: sa isang laptop na may processor ng Intel Core i5, ang bilis ng pagproseso ng video ay 58 mga frame bawat segundo.
Anonymousizer
Pagguhit ng mga baso at maskara sa mukha ng isang tao. Ginamit ang network ng MTCNN upang makita ang mga mukha at mahahalagang punto.
Anonymous
Isa pang kawili-wiling gawain sa paksa ng pagtatago ng pagkakakilanlan. Ipinakilala ng team na ito ang ilang mga opsyon para sa distorting na mga mukha: blurring at pixelation. Sa isang linggo, hindi lamang nalaman ng mga lalaki ang gawain, ngunit nagbigay din ng isang mode para sa pag-anonymize ng isang partikular na tao (na may pagkilala sa mukha).
Pinainit
Nalutas ng koponan ng proyekto ng "Warm-up" ang problema sa paglikha ng isang sports assistant para sa ehersisyo ng head tilt. At kahit na ang panghuling aplikasyon ng application na ito ay kontrobersyal pa rin, isang komprehensibong pag-aaral ang isinagawa sa paghahambing ng iba't ibang mga algorithm ng pagtuklas ng mukha: Haar cascades, mga network mula sa TensorFlow, OpenCV at OpenVINO. Nag-warm up kami hindi lang physically, pati mentally!
Mas mababa sa 800
Ang Nizhny Novgorod, ang lungsod kung saan naganap ang paaralan, ay magiging 2 taong gulang sa loob ng 800 taon, na nangangahulugan na may sapat na oras upang ipatupad ang isang kawili-wiling proyekto. Hiniling namin sa mga bata na isipin ang gawain ng paglikha ng isang gabay na, batay sa imahe ng harapan ng mga gusali, ay maaaring magbigay ng impormasyon tungkol sa kung anong uri ng bagay ang ipinapakita sa larawan at kung anong mga katotohanan ang nalalaman tungkol dito. Sa aming opinyon, ang gawaing ito ay isa sa pinakamahirap, dahil nauugnay ito sa klasikal na computer vision, ngunit ang koponan ay nagpakita ng isang disenteng resulta.
Bato papel gunting
Sa kabila ng mahigpit na mga hadlang sa oras para sa pagkumpleto ng gawaing disenyo, ang pangkat na ito ay hindi rin natakot na magsagawa ng isang eksperimento upang sanayin ang kanilang sariling neural network upang pag-uri-uriin ang mga posisyon ng kamay sa isang kilalang laro.
Feedback mula sa mga kalahok
Hiniling namin sa mga mag-aaral mula sa iba't ibang kurso na ibahagi ang kanilang mga impression sa Summer School:
Kamakailan lamang ay pinalad akong dumalo sa Intel Computer Vision Summer Camp at ito ay isang magandang karanasan. Nakakuha kami ng maraming bagong kaalaman at kasanayan sa larangan ng CV, pag-install ng software, pag-debug, nalubog din kami sa isang kapaligiran sa trabaho, nahaharap sa mga tunay na problema, tinalakay ang mga posibleng solusyon sa mga kasamahan at guro sa paaralan. Mayroong isang alamat na ang trabaho ng isang programmer binubuo lamang ng pakikipag-usap sa isang computer. Gayunpaman, hindi ito ang kaso sa lahat. Ang aming malikhaing gawain ay hindi mapaghihiwalay sa pakikipag-usap sa mga tao. Ito ay sa pamamagitan ng komunikasyon na ang isang tao ay makakakuha ng natatanging kaalaman. At pinakanagustuhan ko ang bahaging ito ng paaralan. Gayunpaman, may isang sagabal... pagkatapos ng pagsasanay ay gusto kong magpatuloy! Bilang karagdagan sa teoretikal na kaalaman sa DL at praktikal na mga kasanayan sa CV, nakakuha ako ng ideya kung aling mga lugar ng matematika ang dapat bigyan ng espesyal na pansin at kung aling mga teknolohiya ang dapat pag-aralan. Ang dedikasyon, propesyonalismo at pagmamahal sa kanilang gawain ng mga inhinyero at mananaliksik ng Intel ay nakaimpluwensya sa aking pagpili ng direksyon sa IT. Ito ay para dito na nais kong pasalamatan ang lahat ng mga organizers ng paaralan.
Kristina, 1st year, HSE
Sa maikling panahon, nakapagbigay ang paaralan ng pinakamataas na impormasyon at pagsasanay sa paksa ng computer vision. At kahit na ito ay dinisenyo para sa pangunahing kaalaman, ang mga lektura ay naglalaman ng maraming teknikal na materyal na nais mong maunawaan at gumugol ng mas maraming oras sa pag-aaral. Ang mga mentor at lecturer ng paaralan ay sabik na sumagot sa lahat ng mga katanungan at nakipag-ugnayan sa mga mag-aaral. Buweno, habang kinukumpleto ang pangwakas na proyekto, kinailangan kong bumulusok sa gubat ng pagbuo ng isang natapos na aplikasyon at nakatagpo ng mga paghihirap na hindi palaging nangyayari kapag nag-aaral. Sa kalaunan ay gumawa ang aming koponan ng aplikasyon para sa paglalaro ng larong "rock-paper-scissors" gamit ang isang computer. Sinanay namin ang isang modelo upang makilala ang isang pigura sa isang webcam, nagsulat ng lohika at gumawa ng isang interface batay sa opencv framework. Ang paaralan ay nagbigay ng pagkain para sa pag-iisip at isang vector para sa kasunod na pag-aaral at pag-unlad. Laking tuwa ko na nakibahagi ako.
Sergey, 3rd year, UNN
Ang paaralan ay hindi naabot ang aking inaasahan. Ang mga lektura ay ibinigay ng medyo may karanasan na mga tao mula sa mga developer ng Intel. Ang pakikipag-usap sa mga lecturer ay palaging kawili-wili at kapaki-pakinabang, ang mga tagapayo ay tumutugon at laging handang tumulong. Ang mga lektura ay kaaya-ayang pakinggan, ang mga paksa ay medyo may kaugnayan at nagbibigay-kaalaman. Ngunit alam ko na ang ilang mga bagay, at ang mga hindi ko alam ay hindi sinusuportahan ng pagsasanay sa anumang paraan, at samakatuwid ang talagang magandang materyal ay hindi ko lubos na naiintindihan at pinag-aralan. Oo, karamihan sa impormasyon ay ibinibigay para sa mga layuning pang-impormasyon, upang maaari mo itong subukan sa bahay, o magkaroon lamang ng ideya kung tungkol saan ito, ngunit nais ko pa ring ipatupad ang ilang umiiral na mga algorithm sa aking sarili sa ilalim ng pangangasiwa ng mga may karanasang guro na makapagbibigay ng magandang payo o tulong kung ang isang bagay ay hindi gagana. Bilang resulta, sa pagsasagawa, ginamit ang mga handa na solusyon, at ang code, maaaring sabihin ng isa, ay paunang isinulat para sa amin; kailangan lamang itong bahagyang mabago. Ang mga proyekto ay ang pinakasimpleng, at kung susubukan mong gawing kumplikado ang gawain sa ilang paraan, kung gayon wala kang sapat na oras upang ipatupad ito sa isang mas o hindi gaanong matatag na estado, tulad ng nangyari sa amin.
Sa pangkalahatan, ang buong paaralan ay mukhang isang uri ng hindi masyadong seryosong laro ng mga developer, at ito ay tiyak na kasalanan ng praktikal na bahagi. Sa palagay ko, kailangang dagdagan ang oras na ginugol sa paaralan, gawing kumplikado ang materyal sa pagsasanay upang maaari at dapat mong magsulat ng isang bagay sa iyong sarili, isang bagay na talagang kumplikado at kinakailangan, at hindi gumamit ng mga handa, upang gawing mas maayos ang pagsasanay sa pagtaas pagiging kumplikado, ang mga paksa para sa mga proyekto ng mga kumpetisyon ay dapat ibigay sa mga unang araw, upang ang materyal mula sa mga lektura at kasanayan ay magagamit kaagad sa iyong mga proyekto at magkakaroon ng mas maraming oras para sa pagpapatupad. Pagkatapos ang oras na ginugol sa paaralan ay magsisilbing isang magandang karanasan para sa mga naghahangad na mga espesyalista.
Dmitry, 1st year master's degree, NSTU
Ang summer school mula sa Intel ay isang magandang pagkakataon na gugulin ngayong tag-araw na gawin ang gusto mo. Ang mismong katotohanan na ang mga lektura ay ibinigay ng mga empleyado ng Intel na may kaugnayan sa programming sa larangan ng computer vision ay hindi nagpapahintulot sa akin na mag-relax; Gusto kong masulit ang buong proseso, kahit na kung minsan ay mahirap. Ang bawat araw ay lumipas nang napakabilis, hindi mahahalata at mabunga. Ang pagkakataong ipatupad ang sarili kong proyekto ay nagpahintulot sa akin na magtrabaho sa isang pangkat na may magagandang curator at iba pang kalahok sa paaralan. Ang dalawang linggong ito ay maaaring madaling ilarawan bilang mga sumusunod: kawili-wili at panandalian.
Elizaveta, 2nd year, UNN
Sa taglagas (Oktubre-Nobyembre), naghihintay sa iyo ang Delta educational program, impormasyon tungkol sa kung saan maaari mong malaman mula sa aming . Manatiling nakatutok!
Pinagmulan: www.habr.com