[Explication Détaillée Des Excellents Projets De DeeCamp] De Zéro À La Mise En Œuvre De La Technologie D'ia En Seulement Trois Semaines

Lors de l'événement DeeCamp 2019 organisé par Sinovation Ventures, 600 stagiaires ont passé plusieurs semaines à explorer différents projets dans plusieurs domaines sous la direction de l'équipe de l'entreprise et ont finalement soumis 50 démonstrations d'IA, qui ont été reconnues par des juges experts. Parmi ces projets, nous avons sélectionné quatre des plus intéressants.

Mots-clés:DeeCamp 2019 : Présentation du projet « Développement des talents »

600 étudiants de différentes écoles à travers le pays ont suivi la formation « académique + industrie » et ont rapidement mis en œuvre l'IA, de la naissance du concept à la formation du produit.

Certains de ces étudiants n’avaient jamais été exposés à une formation en environnement de production avant le début du camp. Après seulement une semaine d’études et trois semaines de cours pratiques, ils ont tous finalement remis des relevés de notes satisfaisants.

Wang Yonggang, directeur technique d'Innovation Works, a déclaré que si l'on considère uniquement la technologie et les produits, les réalisations des stagiaires incluentPrès de 20%  des projets répondaient aux critères d’investissement.

Prix de la meilleure technologie : solution concrète au problème de classification des terres

Lors de la cérémonie de clôture, lors de la présentation des résultats de recherche, le 26e groupe de classification des terres basé sur la segmentation d'images a été le premier à faire une démonstration. Sur fond de musique magnifique, ils ont présenté quelques informations de base sur la classification des terres et ont démontré leur exploration.

La classification des terres est la tâche la plus fondamentale dans la confirmation des droits fonciers. Une segmentation et une classification précises sont des tâches nécessaires, mais les méthodes conventionnelles s’appuient sur un grand nombre d’experts pour interpréter les images de télédétection, ce qui nécessite beaucoup de main-d’œuvre et de temps.

Dans ce contexte, l’équipe a mené Classification des images de télédétection par satellite basée sur la segmentation des imagesLe projet a été soutenu par OpenBayes, qui a fourni des conseils techniques, de la puissance de calcul et un support pour les ensembles de données.

Ils ont utilisé la haute définitionImages de télédétection,utiliserSegmentation sémantiqueLa méthode est utilisée pour compléter l'imageTerre et eaude segmentation.

Dans la pratique, sur la base de Deeplab V3+  La structure du réseau est conçue avec différentes stratégies d'optimisation et accélérée en utilisant un modèle de précision mixte. Enfin, la segmentation des terres agricoles et des plans d’eau est réalisée respectivement. 94.2%  et 98.5%  précision.

Il convient de mentionner qu'ils ont également remporté un grand prix lors d'un concours public avec le modèle qu'ils ont réalisé. Dans le cadre de la piste Détection des changements du concours Représentation du comptage d'images de télédétection et analyse intelligente,Première place au tour préliminairerésultats.

De plus, ce projet présente une grande évolutivité et peut être appliqué à des classifications plus fines, telles que les lacs, les rivières, les rizières, les terres arides, les zones résidentielles, les forêts, etc., et migré vers d'autres provinces et villes de mon pays pour la segmentation et la détection d'images de télédétection.

Ils ont également étudié l’avenir du projet, notamment la combinaison des données de télédétection par drone et par satellite pour les utiliser dans la prévention et le traitement des catastrophes naturelles.

Le projet a finalement reçu le prix DeeCamp « Prix de la meilleure technologie ».

Prix de la meilleure application : Mini-programme pour l'examen physique des chiens de compagnie

À mesure que le nombre de personnes possédant des animaux de compagnie augmente, la manière de prendre soin délicatement des animaux de compagnie est devenue un problème difficile auquel de nombreuses personnes doivent faire face. Les étudiants du groupe 24 ont utilisé l’IA pour explorer cet aspect.

Ils ont créé une application d'IA quiReconnaissance d'images,L'évaluation de l'état de santé d'un animal de compagnie aidera les propriétaires à connaître l'état de leur animal en temps opportun et à organiser une vie raisonnable pour leur animal dès que possible.

L'application est également très simple à utiliser. Prenez simplement une photo du chien et il le reconnaîtra.La race du chien, s’il est adulte, sa taille et s’il est en bonne santéEt d'autres situations.

De plus, il peut également donner des suggestions d'alimentation pertinentes et rappeler au propriétaire : est-il temps de vermifuger le chien ? Enfin, nous pouvons intégrer ces informations, recommander des aliments pour chiens adaptés et les lier à la plateforme de commerce électronique pour réaliser une valeur commerciale.

Selon les membres de l'équipe, lorsqu'ils ont entrepris ce projet, ils ont été confrontés au problème des « trois non » : pas de littérature, pas de données et pas de normes. De nombreux membres de l’équipe ont été frustrés pendant un certain temps, mais après des tentatives et des explorations difficiles, ils ont finalement utilisé 4 réseaux neuronaux pour parvenir à identifier la race, l’âge, la forme du corps et d’autres aspects.

Les principales difficultés ont été réparties en trois catégories : la détection du corps du chien, l’identification de la race, la classification par âge et la mesure de la taille du corps. Grâce à leurs efforts, ils ont résolu des difficultés techniques telles que la difficulté d’obtenir des étiquettes de taille corporelle, les différentes normes d’obésité pour différents chiens et la difficulté d’identifier les photos de plusieurs chiens.

Cette proposition vient du géant des biens de consommation Mars. Lors de la cérémonie de clôture, la présentation du projet a été reconnue par le Groupe Mars, qui a même adressé des invitations de stage à plusieurs étudiants sur place. Le projet a reçu le prix DeeCamp « Prix de la meilleure application ».

Prix du meilleur esprit : faire en sorte que le méningiome n'ait nulle part où se cacher

L’IA dans le domaine de la santé a toujours été une tendance majeure dans le développement du marché, et les étudiants de DeeCamp ont également accepté ce défi. Le projet de recherche sur le méningiome mené par le 27e groupe a remporté le DeeCamp Prix du meilleur esprit, et a reçu le prix personnellement des mains de Wang Yonggang.

Les thèmes de recherche de ce groupe sont « Segmentation de la région tumorale cérébrale basée sur la segmentation d'image ».

Le méningiome est la tumeur primaire la plus fréquente du système nerveux central. Selon les statistiques médicales, le méningiome représente environ un tiers des tumeurs du système nerveux central. Les patients présentent souvent des maux de tête et de l’épilepsie comme premiers symptômes, et peuvent également présenter divers degrés de troubles cognitifs et moteurs.

Cependant, en raison de la longue évolution du méningiome, il est difficile de le détecter à un stade précoce. La découverte et le marquage des lésions en imagerie par résonance magnétique sont une méthode médicale courante, mais l'identification manuelle nécessite un niveau élevé d'expérience de la part des médecins et il existe une forte probabilité d'omissions.

27 groupes utilisent la technologie de l'intelligence artificielle pour établir des diagnostics, ce qui peut soulager efficacement la pression exercée sur les médecins pour diagnostiquer etAide à la segmentation et à l’identification des lésions.

L'équipe a conçu deux types de modèles, 2D et 3D, pour modéliser spécifiquement les données non séquentielles et les données séquentielles obtenues à partir des images médicales actuelles. Les deux modèles adoptent les technologies les plus avancées DeepLab V3+  Modèle et DMFNet  Modèle.

Le modèle a une forte capacité de généralisation, peut identifier des bords plus lisses et peut corriger les zones incorrectes dans l'étiquette. La segmentation 3D fournit également une visualisation tridimensionnelle de la tumeur et cartographie la connectivité structurelle entre la région du cerveau avec des tumeurs plus grosses et d'autres régions du cerveau pour caractériser la gravité de la tumeur cérébrale.

Afin d'augmenter l'évolutivité du modèle et de l'appliquer davantage à la détection d'autres types de tumeurs cérébrales, l'équipe a également utilisé CycleGAN , l'image du domaine cible non étiqueté (gliome)Transfert de stylePour l'image du domaine source (méningiome) avec des étiquettes de segmentation, le réseau de segmentation du méningiome du domaine source formé est utilisé pour effectuer directement la tâche de détection de segmentation du gliome, réalisant ainsi une détection et une segmentation non supervisées du gliome.

La technologie la plus cool : générez toutes sortes d'expressions en un clic

Si nous devions faire le point sur les choses les plus universelles du moment, ce seraient sans aucun doute les émojis. Les émojis de différents styles sont devenus des expressions sociales de base pour les gens contemporains. Cependant, la plupart des émoticônes sont collectées et enregistrées de manière passive. Les étudiants de DeeCamp ont essayé de générer des émoticônes avec leurs propres caractéristiques.

45 groupes d'étudiants ont utilisé la technologie de l'IA pour compléter « AI Expression King : créer de véritables packs d'expression »C'est un sujet intéressant.

Similaire à la technologie de changement de visage la plus populaire, ils utilisentTransfert de style et GAN  Le modèle de formation peut remplacer les visages dans des images réelles par différentes expressions et styles avec une simple opération en un clic.

Prenez simplement une photo avec le mini programme et vous pourrez combiner des portraits réels avec diverses expressions pour créer une variété d'expressions intéressantes. L'équipe combinera également BigGAN  Et d’autres technologies, utilisant des centaines de GPU pour améliorer l’algorithme de changement de visage, augmentant ainsi la précision des images générées.

Lors de la démonstration en direct, il a pu générer des expressions telles que le bonheur, la tristesse et la surprise, et il a également pu réaliser les styles de bande dessinée de Hayao Miyazaki, Makoto Shinkai et d'autres. Mais l'action la plus ludique a eu lieu lorsque les étudiants ont utilisé le professeur Kai-Fu Lee pour créer un ensemble d'émoticônes, ce qui a suscité les applaudissements du public.

DeeCamp, rendre l'impossible possible

En quelques semaines seulement, l’esprit dont font preuve les étudiants de DeeCamp pour transformer une idée en projet concret est incroyable.

La raison est que, d’une part, ilsPlein d'enthousiasme pour l'apprentissage.Lors de la table ronde de la conférence, Zhang Fanen, directeur technique d'AInnovation, a raconté une histoire intéressante. Après l'une de ses conférences, il a été poursuivi par les étudiants et on lui a posé de nombreuses questions. Certains l’ont même poursuivi jusqu’à l’endroit où il vivait.

Le représentant des étudiants a également déclaré dans son discours :DeeCamp a été témoin de nombreuses choses impossibles. Par exemple, des étudiants n’ayant pas suffisamment d’expérience en programmation ont même suivi un cours intensif d’une demi-journée sur Pytorch.

D’autre part, le modèle de formation créé par DeeCamp est également un outil puissant pour favoriser la croissance des étudiants. En combinant les ressources du monde universitaire et du monde des affaires et en utilisant une approche exploratoire pour compléter l’apprentissage et la formation, ils sont en mesure de relever les difficultés auxquelles ils seront confrontés dans la réalité dans des conditions de ressources abondantes.

Comme le prétend DeeCamp,Résoudre des problèmes du monde réel,C’est la voie inévitable pour le développement de l’IA et la raison fondamentale pour laquelle l’IA peut favoriser la transformation industrielle.

Comme l'a dit Kaifu,« Je crois toujours à un dicton : tu oublieras ce que tu entends, tu te souviendras de ce que tu vois et tu comprendras ce que tu as fait. »