【6月19日】
上午:
Group 1
主题:(开始没听到) 大概是利用监控 检测老年人的摔倒情况,用华为穿戴设备和华为云资源
评委提问:
1、可穿戴设备有无实际成果?(有且已在当地一家医院部署使用2个月)
2、老年人在洗澡的时候比较危险,那这个时候装摄像头是不切实际的,怎么处理?(穿戴设备)
3、老年人穿戴设备的检测指标有哪些?
Group2
阿拉戈斯联邦大学UFAL
主题:用人脸技术匹配
目标检测-追踪客户流、热力图、性别识别和年龄推测、
系统架构图(摄像头、硬盘录像机...)
华为云的专门讲解
强调了对华为设备的使用(摄像头-人脸识别API、ModelArts、华为Altas小站)
评委提问:
1、有没有考虑人行为重识别?
A:上传太多视频帧,利用本地过滤器选择高质量图片再上传。
2、在隐私安全数据方面有设计和考虑吗?
A:首先是物理方面,此外还会加安全层。
3、人员追踪是根据人脸图像还是人体姿势去追踪?
A:人脸图像
4、目前实验的性能如何,比如在大商场场景下,最多可以追踪多少人?
A:取决于场景和预算,部署不同数量的设备。一个商场所有的人都可以追踪到。
Group3
主题:中国地质大学-大规模遥感影像的分布式快速目标检测系统
DOTA数据集、YOLOv5+CSL模型、分布式推理、系统展示
评委提问:
1、遥感图像较大,切割如果有漏切怎么办?
A:有分割,但是组后会有一个标签/图片合并,避免目标重现检测
2、实际场景中极端天气的检测效果(云雾遮挡)
A:实际检测样例演示
3、目前考虑的检测目标类目有多少?
A:16、动态静态都可以
4、检测对象后再进行业务分析有吗?后续变化检测?
A:目前只做到了数量统计,还没有后续变化检测(切换一个模型可以实现)
Group4
主题:华中师范大学-基于华为AI框架的用户情绪画像生成系统
评委提问:
1、手机是否尝试使用Mindspore light直接推理和部署?
2、用户发帖子一般在不同平台,不一定会专门在团队提到的app里发表,那团队是否考虑过去其他app采集数据然后进行分析呢?
3、团队有专业人士吗?贴正确的标签?
4、心理诊断结果直接返回给用户可能会有敏感性方面的问题,在给用户之前还需要给专业的心理专家再一次纠片再返回给用户。
Group5
主题:大连海事大学-工业生产中的铝材瑕疵检测
评委提问:
1、怎么定义你检测的缺陷?
A:数据集来自算法比赛后处理得到,生产铝材厂家业内所公认的(不导电、)
2、团队的铝材检测是通过拍照片来实现,如果缺陷在侧面或者背面怎么处理?
A:不同的视角都放置摄像头,都当成目前同一个面的检测来做
3、检测速度不是很快,如果让铝材做旋转检测会不会效果更慢?
A:mindspore推理框架还无法在linux上部署、(评委mindspore light可用,再研究一下)
4、放一个没瑕疵的铝材,但是显示结果还是有"气泡",这是上一轮检测的遗留还是检测错误?
Group6
主题:北京交通大学-基于华为IOT小车的智能跟拍系统
coco数据集、目标跟踪识别、障碍物避障
评委提问:
1、应用场景vlog不合适,但是你的拍摄视角是从下向上-隐私安全,且角度低人脸识别不到,推荐应用场景到交通汽车彻底等
2、配置一些拍摄模板/路径-焦距-长短景,每次都要自己调比较麻烦
3、一键剪辑、滤镜是自己开发的还是集成直接使用的
4、跟拍灵敏性、准确性的实验结果对比,哪怕是人脸方面,也是可用提高产品竞争力
Group7
主题:上海交通大学-基于华为云的虚拟形象生成系统
评委提问:
个人小结:
1、华为云平台的使用
2、PPT制作太冗余,不要完全按照论文的结构来,抓要点,细节可准备放在评委答辩环节
下午:
创新性30-方案解决真实场景问题、
系统复杂性25-华为平台融合多项Ict技术、
商业价值15-公益价值或盈利潜力、
应考虑问题完备情况、
答辩情况15-流利顺利
官网给的评分标准:
Group1
主题:基于IOT的技术
偷电、用电诈骗和计费错误、
评委提问:
1、如何识别出“偷电”行为?
A:没有实际检测,但是有1年的实际数据,使用light GBN. 想用测电表
2、IOT可信数据传输,是否可用考虑区块链技术。目前的实际使用情况如何
3、硬件设计,如何防止偷电?
4、“智能”是数据智能还是云上分析智能?
Group2
主题:Kenyatta-智能肺炎实时检测系统
评委提问:
1、四个检测指标的合理性?它们之间的关系?
2、模型训练数据量大小、模型准确度(75%)
Group3
主题:香港城市大学-cansee2.0 肺癌诊断平台
评委提问:
1、项目最重要的部分 (AI模型和数据zhuling?)联邦学习?
2、最终交付成果是什么?
3、患者痰液如何使用?显微镜下的图片or先去得到检测报告再分析?(前者)
4、其他的工作有用细胞检测,这里使用痰液,二者区别?
Group4
主题: NUST巴基斯坦国立大学 - 渲染3D可视化
AR VR MR、
评委提问:
【6月20日】
Group1
主题:东南大学-基于深度学习和骨架生长的路面病害识别方法
YOLOX+RoadDamage Dataset2018&2020+CBAM+多模型集成
病害检测、病害分割、病害特征
评委提问:
1、裂缝的漏检、误检
2、阴影、车道线等假阳性的考虑与处理
3、算法对于图像质量的优势