Данные задания проходят с 20.11 по 10.12. 2023 года.
1 Ответ
Урок 1. Давай просмотрим изображения с фотоловушек. Твоя задача – отобрать все фото с барсами. Потом мы проверим, есть ли среди них Таба. Программа будет открывать по 6 фото. Кликай на те, где ты видишь снежного барса.
Урок 2. Для быстрого поиска снежных барсов на большом количестве фотографий подходит технология компьютерного зрения. Что это значит?
Компьютер «видит» фото не как человек: для него это набор пикселей. И у каждого есть числовое значение, соответствующее какому-то цвету. Да. Алгоритмы компьютерного зрения анализируют значения пикселей и выделяют разные признаки объектов. Например, особенный окрас барса. Посмотрим на фото «глазами» компьютера?
1) Приступаем к свёртке. Сначала проведи умножение каждого числа пикселя на соответствующее число ядра.
2) Теперь сложи результаты умножения. Это и будет значение нового пикселя.
0+34+0+8+0+0+0+0+0 = 42
Урок 3. Чтобы проанализировать тысячи изображений за несколько минут, перенеси всю работу в облако. Там из облачных сервисов мы соберём приложение. Оно поможет искать барсов на фотографиях. Как это сделать?
1) Начнём с создания виртуальной машины – это такой компьютер в компьютере. Он берёт мощности на серверах дата-центров.
2) настройки виртуальной машины нам надо понять, сколько данных нужно обрабатывать.
Перед тобой карта с фотоловушками. Голубым цветом отмечена территория, где встречаются барсы. Настрой параметры виртуальной машины так, чтобы она обрабатывала фото только с нужных камер за 5 минут. Графический процессор 2GPU позволяет значительно увеличить скорость, с которой нейросеть обрабатывает изображения. Посмотри, как изменилось итоговое время.
3) Давай сформулируем, что важно учитывать при настройке виртуальной машины. Найди закономерность и выбери верное утверждение.
Количество ядер процессора не влияет на скорость вычислений. Всё зависит только от того, включён ли GPU.
Количество ядер процессора влияет на количество математических операций, которые компьютер может выполнять одновременно.
Чем меньше у процессора ядер, тем больше математических операций может произвести виртуальная машина.
Урок 4. У нас есть виртуальная машина! Следующий шаг – собрать приложение из облачных сервисов. Давай посмотрим, что нам нужно. Как это сделать?
Для поиска барсов на фото нужно подключить источник данных — это папки с изображениями с фотоловушек. Дальше нам нужен сервис, который поможет приложению загрузить данные из папок. А также сервис для хранения данных и нейросеть для анализа данных.
Обрати внимание: чтобы нейросети работали в облаке, надо поместить их в специальный сервис DataSphere.
Источник данных уже подключён. Кликни на знак вопроса, чтобы узнать про него подробнее. Фото с ловушек за июнь. Изображения со всех фотоловушек, где обитают снежные барсы: на территории национального парка и за его пределами.
Теперь найди недостающие сервисы и перетяни их на подходящие места в рамках приложения. Нажимай на знак вопроса, чтобы открыть информацию о сервисе.
1) Data transfer Сервис для переноса данных из одного хранилища в другое.
2) Object Storage Сервис для хранения данных.
3) Monitoring Сервис позволяет собирать и наглядно отображать показатели работы облачных ресурсов (скорость передачи данных по сети, свободное место на дисках).
Урок 5. Чтобы приложение находило из всех барсов нужного нам, подключим новую нейросеть и научим её распознавать Табу. Как это работает?
Дообучение нейросети можно провести в DataSphere. Это облачный сервис, созданный специально для машинного обучения (ML). Помнишь, мы его уже использовали, когда подключали к приложению нейросеть для поиска снежных барсов?
Чтобы научиться отличать нашего барса от других, нейросети надо изучить изображения непосредственно Табы. Для этого нужно загрузить фото с разными ракурсами и видимостью. Массив данных для загрузки в программу называется «датасет».
Давай соберём датасет из разных фотографий нашего барса. Выбери 3 ночных и 3 дневных фотографии с разных ракурсов: спереди, сбоку и сзади.
Перейдём к следующему этапу. Нейросеть будет показывать тебе фотографии, где она определила Табу. Твоя задача — отмечать, верно или нет нейросеть нашла барса. По твоим ответам нейросеть будет дообучаться.
У Табы на мордочке пятно в виде лапки. Это Таба?
Нет — верх
Да — низ
Выбери верное утверждение из 4 предложенных. Выбери верное утверждение из 4 предложенных.
Нейросеть не нужно дообучать, она всё сделает сама.
Для дообучения нейросети нужно выбрать фотографии, которые собрали больше всего лайков.
Для дообучения нейросети нужно собрать датасет разных изображений нужного объекта.
Урок 6. Мы получили новые данные и дообучили нейросеть. Давай добавим их в схему.
Читай описания, зажимай карточки и переноси подходящие на нужные места.
1) Новые фотографии
2) Object classification Нейросеть для распознавания, к какому классу относится объект на изображении.
Урок 7. Дата-центр — здание, в котором установлены серверы и сетевое оборудование для работы облака.
Чтобы железо работало безотказно, тут всё продумано до мелочей: от системы электроснабжения и кондиционирования до безопасности и бесперебойной передачи данных.
Давай подключим другие национальные парки и заповедники к нашему приложению и посмотрим, как серверы справятся с нагрузкой.
Сейчас для потребностей Сайлюгемского национального парка приложению достаточно мощности одного сервера.
Чтобы подключить другие национальные парки и заповедники, нажимай на точки на карте и смотри, как сервер будет реагировать на нагрузку.
Теперь мы точно знаем: наше приложение будет работать стабильно, потому что облако справится с любыми нагрузками. Мощности хватит всегда!
Тебе удалось подключить другие национальные парки и заповедники к приложению! А значит, им станет проще отслеживать популяции краснокнижных животных. Отличная работа!
