Cтуденты из МГУ победили на хакатоне по компьютерному зрению

Фото предоставлено пресс-службой НИТУ «МИСиС»
Фото предоставлено пресс-службой НИТУ «МИСиС»

Команда из МГУ обошла MIT и остальных участников хакатона VisionHack.

Команда студентов из МГУ имени Ломоносова DoubleA Team победила на одном из крупнейших хакатонов по искусственному интеллекту и компьютерному зрению для беспилотников VisionHack, в котором, помимо ряда российских вузов, участвовали Массачусетский технологический университет (США) и университет Кембриджа (Великобритания), сообщает пресс-служба российской компании-организатора хакатона Cognitive Technologies.

Хакатон — это соревнование, во время которого участники за определенное время вместе должны разработать решение конкретной проблемы. Проходивший с 10 по 14 сентября VisionHack стал одним из крупнейших международных хакатонов по искусственному интеллекту и компьютерному зрению для студентов. Участие в нем приняли 27 команд из таких университетов, как Массачусетский технологический институт (США), университет Кембриджа (Великобритания), Аризонский университет (США), Пекинский научно-технический университет (КНР), МГУ, МФТИ, НИТУ «МИСиС», ИТМО, Иннополис и другие.

Первое место и главный приз — 12 тыс. долларов — получила команда МГУ DoubleA Team, набравшая в итоге 404 663 балла. «Серебро» завоевали участники из МФТИ Deep MiPT (324 887 балла). Совсем немного уступила ей вторая сборная МГУ GML Vision (320 109 балла). Четвертое место заняла сборная команда Tapochki, в состав которой вошли одиночные участники, прошедшие заочный тур, — студенты из МГУ и СПбГУ, а также ученик московской школы № 1207 Никита Крылов, ставший самым юным участников хакатона.

Участники хакатона должны были разработать интеллектуальные системы управления беспилотным автомобилем для повышения безопасности дорожного движения.

Как пояснили «Чердаку» в пресс-службе МИСиС, участники должны были написать программы по распознаванию помех и различных событий на дорогах, а также решению для каждой ситуации. Например, такая программа должна помочь беспилотному автомобилю «увидеть», что впереди мосты или тоннели, «зебра» или пешеходный переход, «лежачий полицейский» или знаки выезда/въезда.

Чтобы «научить» свои программы «видеть» такие события на дороге, ребята «тренировали» их на одном наборе видеороликов на заочном этапе хакатона. А в очном этапе им предложили подборку из 400 других роликов, на которых они и проводили итоговое тестирование программ и их отладку.

Работы команд на каждом этапе оценивались автоматически, заменив традиционную систему, при которой члены жюри выставляли оценки на основе презентаций. После того как команды сдали свои работы, жюри при помощи автоматизированной системы проверило программы участников на других видеороликах.

«Нашими специалистами была разработана уникальная система, позволяющая автоматически просчитывать оценку качества программ, написанных участниками соревнования. Итоговый балл определялся точностью и полнотой представленного решения на наборе предложенных дорожных ситуаций. Такой подход также позволил в течение всего соревнования в режиме on-line демонстрировать положение команд-участников. Это стало наглядным подтверждением прозрачности процесса определения победителей», — сказала член жюри, тренер сборной НИТУ «МИСиС» по спортивному программированию Дарья Крохина.

Несмотря на явную победу по сумме баллов, команде DoubleA Team из МГУ не удалось выиграть джекпот.

«Очень многие команды здесь посчитали, что можно применить много хороших подходов к решению поставленных перед нами задач без нейросетей. Однако мы считаем, что будущее за нейросетями, и постарались доказать это личным примером. Поэтому за время хакатона мы разработали нужные архитектуры, чтобы настроить работу нейросетей под нужные нам задачи, и в итоге показали лучший результат почти по всем типам задач. Только в случае с „лежачим полицейским“ у нескольких команд оказалось решение лучше нашего», — сказал капитан команды DoubleA Team Андрей Беляев, слова которого передает пресс-служба НИТУ «МИСиС».

Теги:

Читать еще на Чердаке: