В рамках курса "программирование беспилотного автомобиля"
Мы приглашаем участников со всей России научиться программированию алгоритмов компьютерного зрения с использованием библиотек OpenCV на языке Python. Хакатон образовательный, в нём может принять участие любой желающий, даже не имеющий опыта работы с КЗ и OpenCV. Мероприятие состоит из 3-х этапов:
Мы сняли пошаговый видео-курс длительность всего 1 час (см. ниже). Любой желающий может его посмотреть. Если вы уже разбираетесь в теме, можете пропустить этот этап.
После просмотра видео-курса мы предлагаем написать программу на точность распознавания изображения. По результатам будут отобраны 10 лучших комнад в каждой номинации.
Финал состоится в рамках крупнейшей Московской образовательной выставки – Город Образования 31 августа. Там уже определим 3 лушие команды в каждой номинайии.
Команды 1-3 человека
Команды 1-2 человека
Индивидуальный зачёт
Видео-курс о программиовании алгоритмов компьютерного зрения на языке Pyhon с использованием библиотек OpenCV.
Дано: набор изображений дорожных знаков, состоящий из 8 классов, а также класс, не содержащий изображений дорожных знаков.
Задание: обработать изображения, извлечь параметры, которые помогут различить разные типы знаков и использовать эти параметры для классификации изображений на 8 классов, а также убрать из классификации изображения, не содержащие дорожные знаки.
Примеры избражений:
Загрузить изображения дорожных знаков и визуализировать их.
Входные изображения и выходные метки должны быть стандартизированы. Вы можете анализировать все входные изображения с использованием одного и того же классификатора, и вы знаете, какой результат ожидать, когда классифицируете новое изображение.
Извлечение параметров изображения, которые помогут различать и классифицировать эти изображения.
Написание функции, которая использует ваши функции для классификации любого дорожного знака. Эта функция принимает изображение и выводит метку класса. Вам будет предоставлен код для определения точности вашей модели классификации.
Код для определения точности модели позволит вам оценить свою модель на данных для проверки.
Скачайте архив.
Некоторый код уже предоставлен в качестве шаблона, но для успешного выполнения задания необходимо написать дополнительный. Любой код, который необходимо добавить, помечен как «TODO:» в заголовке функции. Остальные фрагменты кода изменению не подлежат!
В папке с заданием находятся вспомогательные файлы и инструкции. Для каждой функции написаны комментарии, позволяющие определить её назначение, входные параметры и форматы выходных данных, являющиеся результатом работы функции. Внимательно ознакомьтесь с комментариями к функциям!
Для работы с проектом необходимо установить python 3 версии, opencv 3 версии, а также библиотеку numpy. Если Вы используете дополнительные библиотеки, сообщите об этом при сдаче кода для проверки.
Проверка кода осуществляется на валидационных данных – изображениях, не включенные в тренировочную и тестовую выборки. Основной метрикой оценки является точность работы классификатора. При одинаковой точности оценивается также скорость работы классификатора.
Выполненые работы необходимо отправить по адресу get@newgen.education и указать в письме вашу номинацию: школьник, студент, учитель.
Одна команда отправляет одну работу!
Срок сдачи работ – 15 августа 2018
До этой даты можно неограниченное количество раз улучшать свой алгоритм и отправлять обновлённые версии.
10 лучших команд по итогам отборочного этапа приглашаются на финал, который состоится 31 августа в рамках выставки "Город Образования". Победители будут уведомлены по электронной почте.
Мы всегда на связи. Если что-то не понятно, не стесняйтесь сразу же писать нам в: группу Вконтакте или общий чат в телеграме